---
title: LiteTMS में Jev AI: हमने इसे कहाँ-कहाँ काम पर लगाया है
description: देखें कि TypeSafe का Jev AI मॉडल LiteTMS को ड्राइवर संदेशों, स्थानों और आयातों का मूल्यांकन करने में कैसे मदद करता है, कार्यप्रणाली समझाने वाले JSON और Java उदाहरणों के साथ।
slug: where-jev-helps-in-litetms
locale: hi
date: 2026-09-24
updated: 2026-09-25
category: technology
tags: jev, ai, transport, driver-chat, data-import
author: LiteTMS Team
draft: false
---

हमने [TypeSafe AI](https://typesafe.ai/blog/introducing-system-one-models-and-jev?utm_source=litetms.eu) के AI मॉडल Jev को LiteTMS के कई वर्कफ़्लो में शामिल किया है। यह ध्यान देने योग्य ड्राइवर संदेशों की पहचान करने, यह जांचने कि क्या दो अलग-अलग स्थान-नाम एक ही शहर के हैं, इंपोर्ट फ़ाइल को पढ़ने का तरीका सुझाने और ऐसे संदेशों का अनुवाद करने से बचने में मदद कर सकता है जो पहले से ही पढ़ने वाले की भाषा में हैं। ये ट्रांसपोर्ट मैनेजमेंट सिस्टम के भीतर छोटे आकलन (assessments) हैं, कार्यालय के लिए कोई नया चैट असिस्टेंट नहीं।

यदि यह नाम आपके लिए नया है, तो [हमारा पहला Jev लेख](/en/blog/jev-ai-decisions-transport) इस विचार को विस्तार से समझाता है। टेक्स्ट जनरेट करने वाला AI किसी प्रॉम्प्ट का उत्तर लिखता है। Jev को किसी सीमित और विशिष्ट प्रश्न का उत्तर देने के लिए डिज़ाइन किया गया है, जैसे कि “क्या इस संदेश पर किसी जवाब की आवश्यकता है?” इसके बाद LiteTMS संबंधित वर्कफ़्लो में इस आकलन का उपयोग करता है।

## ड्राइवर के वे संदेश जिन पर विशेष ध्यान देने की आवश्यकता है

ड्राइवर कोई नियमित अपडेट भेज सकता है, प्रश्न पूछ सकता है या किसी समस्या की रिपोर्ट कर सकता है। कार्यालय को हर संदेश को समान रूप से अत्यावश्यक (urgent) मानने की आवश्यकता नहीं होनी चाहिए। ड्राइवर चैट में, हमने एक Jev चेक जोड़ा है जो आने वाले संदेशों को विषय के अनुसार छांटता है और यह आकलन करता है कि क्या डिस्पैचर को कोई कार्रवाई करने की आवश्यकता है। यह लिखित संदेशों के साथ-साथ वॉइस नोट्स के ट्रांसक्राइब होने के बाद उन पर भी काम कर सकता है।

उदाहरण के लिए, “ट्रक का टायर पंक्चर हो गया है” और “मैं पहुंच गया हूँ” में बड़ा अंतर है। जिस संदेश को कार्रवाई की आवश्यकता के रूप में आंका गया है, वह अटेंशन व्यू (attention view) में दिखाई दे सकता है; वाहन की किसी समस्या पर अर्जेंट नोटिफ़िकेशन भी ट्रिगर हो सकता है। कार्यालय अभी भी बातचीत पढ़ सकता है, जवाब दे सकता है और मामले को हल किया हुआ चिह्नित कर सकता है। Jev ड्राइवर को कोई जवाब नहीं भेजता और न ही यह तय करता है कि ब्रेकडाउन का समाधान कैसे किया जाए।

टायर पंक्चर वाले संदेश के लिए, AI आकलन को JSON में इस तरह देखा जा सकता है:

```json
{
  "input": { "driver_message": "I have a flat tyre and cannot continue." },
  "jev_assessment": {
    "category": "vehicle_problem",
    "needs_action_probability": 0.94
  }
}
```

LiteTMS श्रेणी और एक्शन स्कोर पढ़ता है। इतने उच्च स्कोर वाली वाहन समस्या अर्जेंट के रूप में दिखाई दे सकती है, जिससे कार्यालय को पता चल जाता है कि तुरंत प्रतिक्रिया देनी है।

## ऑर्डर और ट्रांसपोर्ट दस्तावेज़ों में स्थान के नाम

दस्तावेज़ में “Köln” लिखा हो सकता है, जबकि ऑर्डर में “Cologne”। टेक्स्ट की सामान्य तुलना में ये दो अलग शब्द दिखते हैं, भले ही दोनों एक ही शहर के नाम हों। हमने AI-असिस्टेड ऑर्डर इनटेक और CMR दस्तावेज़ों के स्थान सत्यापन में इस विशिष्ट प्रश्न के लिए एक Jev चेक जोड़ा है।

ऑर्डर इनटेक के दौरान, यह सुझाए गए स्थानों में से चयन करने में मदद कर सकता है या किसी अनिश्चित मिलान को समीक्षा के लिए छोड़ सकता है। CMR की जांच करते समय, एक आश्वस्त सेम-सिटी (एक ही शहर) उत्तर उस *place-name mismatch* को हटा सकता है जिसे अन्यथा फ़्लैग किया जाता। दस्तावेज़ को पढ़ने के लिए एक अलग AI चरण काम करता है; Jev केवल यह निर्णय लेता है कि स्थानों के नाम आपस में मेल खाते हैं या नहीं।

दो शहरों के नामों के लिए, आकलन इस तरह दिख सकता है:

```json
{
  "input": { "document_place": "Köln", "order_city": "Cologne" },
  "jev_assessment": { "same_city_probability": 0.92 }
}
```

उच्च सेम-सिटी स्कोर स्थान-नाम के मिसमैच को साफ़ कर सकता है। CMR जांच के अन्य हिस्से अलग रहते हैं।

## अपरिचित हेडिंग वाली इंपोर्ट फ़ाइलें

किसी नए सिस्टम में डेटा ट्रांसफर करने की शुरुआत अक्सर स्प्रेडशीट से होती है। एक फ़ाइल में “registration number” लिखा हो सकता है, दूसरी में “plate”, और तीसरी में ऐसी हेडिंग हो सकती हैं जिन्हें पहचानना कठिन हो। LiteTMS पहले सामान्य मिलान नियमों का उपयोग करता है। जहां वे नियम काम नहीं करते, वहां Jev यह सुझाव दे सकता है कि फ़ाइल में किस प्रकार के रिकॉर्ड हैं और कौन से कॉलम किन फ़ील्ड से संबंधित हैं।

इन सुझावों को AI-असिस्टेड के रूप में चिह्नित किया जाता है, और फ़ाइल इंपोर्ट करने वाला व्यक्ति रिकॉर्ड बनाने से पहले मैपिंग की समीक्षा कर सकता है। हमने इस दृष्टिकोण को सामान्य इंपोर्ट विज़ार्ड के साथ-साथ CRM डील और कार्गो इंपोर्ट से भी जोड़ा है। इससे जुड़ा एक अन्य चेक अलग स्पेलिंग के बावजूद कांट्रैक्टर सूची में पहले से मौजूद कंपनी को पहचान सकता है, जिससे मिलान पर्याप्त रूप से सुनिश्चित होने पर डुप्लिकेट प्रविष्टियों से बचा जा सकता है।

मान लीजिए कि किसी इंपोर्ट की गई फ़्लीट स्प्रेडशीट में रजिस्ट्रेशन प्लेट के लिए “Unit ref.” और कंपनी के अपने वाहन कोड के लिए “Internal ID” का उपयोग किया गया है। उदाहरण मान Jev को दोनों के बीच अंतर करने में मदद करते हैं। जब सामान्य हेडर नियम रजिस्ट्रेशन फ़ील्ड को खाली छोड़ देते हैं, तो आकलन इस तरह दिख सकता है:

```json
{
  "input": {
    "columns": {
      "col_0": { "header": "Unit ref.", "examples": ["WX 4821A", "PO 7619K"] },
      "col_1": { "header": "Internal ID", "examples": ["FLEET-17", "FLEET-42"] }
    },
    "field_to_match": "registration_number"
  },
  "jev_assessment": { "column": "col_0", "probability": 0.93 }
}
```

इसके बाद LiteTMS रजिस्ट्रेशन नंबर के लिए पहले कॉलम का सुझाव दे सकता है। कार्यालय रिकॉर्ड इंपोर्ट करने से पहले उस मैपिंग की समीक्षा करता है। यदि कोई भी कॉलम मेल नहीं खाता है, तो Jev जबरन मिलान करने के बजाय “none” चुन सकता है, जिससे फ़ील्ड को मैन्युअल रूप से मैप करने का विकल्प यूज़र के पास रहता है।

## चैट अनुवाद से पहले एक छोटा चेक

कभी-कभी कोई संदेश पहले से ही उसे पढ़ने वाले व्यक्ति की भाषा में लिखा होता है। पूरे चैट अनुवाद को चलाने से पहले, LiteTMS इसकी जाँच करने के लिए Jev से कह सकता है। एक आश्वस्त मिलान होने पर सिस्टम मूल संदेश दिखा देता है; अनिश्चित उत्तर होने पर यह सामान्य अनुवाद प्रक्रिया से होकर गुजरता है। इससे निर्णय का दायरा सीमित रहता है: जब सिस्टम पूरे विश्वास के साथ इसे छोड़ नहीं सकता, तब भी पाठक को अनुवाद मिलता है।

मान लीजिए कि कोई ड्राइवर लिखता है “Jestem na miejscu, czekam na załadunek,” जिसका अर्थ है “मैं पहुँच गया हूँ और लोडिंग की प्रतीक्षा कर रहा हूँ।” पोलिश भाषा का उपयोग करने वाले पाठक के लिए, जाँच से यह मूल्यांकन प्राप्त हो सकता है:

```json
{
  "input": {
    "message": "Jestem na miejscu, czekam na załadunek.",
    "reader_language": "pl"
  },
  "jev_assessment": { "language": "pl", "probability": 0.96 }
}
```

पहचानी गई भाषा पाठक की भाषा से मेल खाती है, इसलिए LiteTMS मूल संदेश दिखा सकता है। अंग्रेज़ी का उपयोग करने वाले पाठक के लिए, उसी पोलिश संदेश को अभी भी अनुवाद की आवश्यकता होगी। “OK” जैसा छोटा उत्तर कम जानकारी देता है: जब भाषा की निश्चित रूप से पहचान नहीं की जा सकती, तो सामान्य अनुवाद पथ उपलब्ध रहता है।

## LiteTMS में Jev मूल्यांकन किस तरह काम करता है

Jev, LiteTMS को एक उपयोगी संकेत देता है, जबकि काम का नियंत्रण कार्यालय के पास ही रहता है। यह इंटीग्रेशन पहले से मौजूद हैं और कंपनी की सेटिंग्स के आधार पर प्लेटफ़ॉर्म डिसीजन लेयर के सक्रिय होने पर चलते हैं। यदि Jev अनुपलब्ध है, तो सामान्य चैट, दस्तावेज़ और आयात वर्कफ़्लो जारी रहते हैं।

## तकनीकी नज़र: TypeSafe Jev, JSON और Java

उन पाठकों के लिए जो यह देखना चाहते हैं कि बैकएंड में क्या होता है, इसकी शुरुआत हमारे द्वारा भेजे जाने वाले प्रश्न से होती है। जैसा कि [TypeSafe's quickstart](https://docs.typesafe.ai/introduction/quickstart?utm_source=litetms.eu) में दिखाया गया है, एक अनुरोध में `state` (मूल्यांकन के लिए जानकारी) और `questions` (किए जाने वाले मूल्यांकन) शामिल होते हैं। एक `noul` प्रश्न 0 और 1 के बीच एक संख्या लौटाता है, जो इस बात की संभावना दर्शाता है कि कोई कथन सही है या नहीं। एक `choice` प्रश्न दिए गए विकल्पों में से चयन करता है, जिसके ज़रिए हम किसी संदेश की श्रेणी के बारे में पूछते हैं।

यहाँ केवल एक्शन प्रश्न दिया गया है, जिसमें हमारे OpenRouter इंटीग्रेशन में कॉन्फ़िगर किए गए मॉडल पहचानकर्ता का उपयोग किया गया है:

```json
{
  "model": "typesafe/jev-1.13",
  "state": {
    "driver_message": "I have a flat tyre and cannot continue."
  },
  "questions": {
    "needs_action": {
      "type": "noul",
      "instructions": "The dispatcher must act on driver_message today: reply, give instructions, inform the customer or arrange help. Routine updates and thanks need no action."
    }
  }
}
```

रिस्पॉन्स का प्रासंगिक भाग इस प्रकार दिखाई दे सकता है:

```json
{
  "answers": {
    "needs_action": {
      "type": "noul",
      "noul": 0.94
    }
  }
}
```

एप्लिकेशन `answers.needs_action.noul` को पढ़ता है और एक नियम लागू करता है। LiteTMS ड्राइवर संदेश पर ध्यान देने के लिए `0.55` की एक्शन थ्रेशोल्ड का उपयोग करता है। JSON को डिकोड करने के बाद, इसी जाँच को Java में इस प्रकार लिखा जा सकता है:

```java
Double probability = 0.94; // Value from answers.needs_action.noul
boolean needsAttention = probability != null
    && Double.isFinite(probability)
    && probability >= 0.55
    && probability <= 1.0;

if (needsAttention) {
    System.out.println("Flag the message for dispatcher review");
}
```

कोड थ्रेशोल्ड के साथ तुलना करने से पहले यह जाँचता है कि मान उपयोग करने योग्य है या नहीं। LiteTMS में, श्रेणी मूल्यांकन नियम के दूसरे हिस्से को पूरा करता है: वाहन की जिस समस्या पर ध्यान देने की आवश्यकता होती है, वह तत्काल अलर्ट के योग्य भी होती है। मॉडल संदेश का मूल्यांकन करता है; एप्लिकेशन कार्रवाई तय करता है। यदि उत्तर गायब है, तो सामान्य चैट वर्कफ़्लो जारी रहता है।

थ्रेशोल्ड इस बात पर निर्भर करता है कि आगे क्या होना है। आयात-कॉलम सुझाव के लिए, LiteTMS कम से कम `0.60` की संभावना वाले चयनित कॉलम को स्वीकार करता है; अनुवाद को छोड़ने के लिए पाठक की भाषा का चयन कम से कम `0.90` की संभावना के साथ होना आवश्यक है। इसलिए `0.85` का स्कोर उस कॉलम सुझाव का समर्थन कर सकता है जिसकी समीक्षा कोई व्यक्ति करता है, लेकिन यह चैट अनुवाद को छोड़ने के लिए पर्याप्त नहीं है। प्रत्येक नियम उस विशिष्ट निर्णय के परिणाम को दर्शाता है।

## FAQ

### Jev AI को किसने विकसित किया?

TypeSafe AI ने संरचित निर्णयों के लिए एक सिस्टम वन मॉडल के रूप में Jev को विकसित किया है। LiteTMS इसे ड्राइवर संदेश मूल्यांकन और स्थान के नाम के मिलान जैसे विशिष्ट वर्कफ़्लो में एकीकृत करता है।

### LiteTMS में Jev AI का उपयोग किस लिए किया जाता है?

Jev ड्राइवर संदेश ट्राइएज, ऑर्डर इनटेक में समान शहर की जाँच, CMR स्थान जाँच, आयात सुझावों और चैट अनुवाद से पहले समान भाषा की जाँच से जुड़ा हुआ है। प्लेटफ़ॉर्म और कंपनी सेटिंग्स यह निर्धारित करती हैं कि किसी वर्कस्पेस में कोई व्यक्तिगत फ़ीचर सक्रिय है या नहीं।

### क्या Jev ड्राइवरों को जवाब देता है या CMR दस्तावेज़ों को मंज़ूरी देता है?

नहीं। यह ध्यान आकर्षित करने के लिए ड्राइवर के संदेश को फ़्लैग कर सकता है और यह आकलन कर सकता है कि क्या दो स्थानों के नाम एक ही शहर को संदर्भित करते हैं। संदेश को कोई व्यक्ति ही संभालता है, और एक ही शहर का परिणाम पूरे CMR दस्तावेज़ को मान्य नहीं करता है।

### यदि Jev अनिश्चित या अनुपलब्ध हो तो क्या होगा?

LiteTMS मौजूदा वर्कफ़्लो को बनाए रखता है। उदाहरण के लिए, एक अनिश्चित भाषा जाँच सामान्य चैट अनुवाद पथ का उपयोग करती है, जबकि एक अनिश्चित आयात सुझाव मैपिंग की समीक्षा के लिए किसी व्यक्ति पर छोड़ देता है।