shisa.ai
Qwen4 ​Max ​全​新​上线!​可​在​ Jouz​u ​中​使用​ — ​我们​为​日本​打造​的​ C​LI 智​能​体​编程​框架。​60 ​秒即​可​连接。了解​更​多

Shisa DE-2.1

面向日语工作流的决策模型

针对文本、记录或图像提问,获得软件可以直接使用的是非、选项或评分,以及相应概率。

基于文本的决策

「今回はちょっと難しそうです。」

这是委婉拒绝吗?

是yes: 0.91 / no: 0.09
基于图像和文本的决策
喫茶みどり

登记名称: 喫茶みどり

招牌上的名称与登记名称一致吗?

是yes: 0.94 / no: 0.06

东京延迟

从东京市中心发起请求,约 30 ms

如果您正在用 Jev 扩展日本业务,请用相同的请求测试 Shisa,并在预期流量下比较中位数和尾部延迟。

Tokyo internal measurements · Hosted APIms
  • Shisa API~30 ms
  • TypeSafe Jev API≥220 ms

Shisa API 的数据来自优化后的测量。Jev 的数据是此前托管 API 测试的中位数,未重新测量。

功能与边界

是/否

用给定证据判断是否满足条件,例如核对店铺招牌和登记名称。

单项选择

从最多 256 个文本选项中选择类别;SDK 的图像问题最多支持 26 个选项。

评分

按您定义的量表评分。何时执行或交人工复核,由您的工作流决定。

它不会生成文章、解释选择或独立核验证据。图像概率未校准。

评估

DE-2.1 对比结果

在 Shisa 的日语细微语义和委婉拒绝评估中,DE-2.1 得分高于 Jev 1.13.0。

Shisa 单次读取评估。AUROC 衡量分数区分正负样本的能力,并非准确率。 方法与来源

Japanese nuanceAUROC
  • DE-2.10.974
  • DE-20.965
  • Jev 1.13.00.921
  • OpenAI Decisions0.898
Japanese indirect refusalsAUROC
  • DE-2.10.926
  • DE-20.919
  • Jev 1.13.00.844
  • OpenAI Decisions0.806
Japanese leakage v3AUROC
  • DE-2.10.986
  • DE-20.983
  • Jev 1.13.00.951
  • OpenAI Decisions0.955

用您的工作流评估

用 Apache-2.0 权重和 Python SDK 自行部署,或联系 Shisa 讨论在日本的托管评估。