autotrust/JEV-27B-VL: Çift Sistemli Akıl Yürütme ve Çok Modlu Araç Çağırma Mimarisi

Model Ekosistemi ve Mimari Temeller#

Hugging Face platformunda öne çıkan açık ağırlıklı modellerden biri olan autotrust/JEV-27B-VL, 1.278.569 indirme ve 259 beğeni sayısıyla geniş bir geliştirici kitlesine hitap etmektedir. Model, qwen3_5 mimarisi üzerinde inşa edilmiş olup transformers ve safetensors formatlarında dağıtılmaktadır. Modelin etiketleri (image-text-to-text, jev, system-one, system-two, typed-decisions), sezgisel-hızlı ("System 1") ve mantıksal-derin ("System 2") karar alma süreçlerini tek çatı altında buluşturan hibrit bir görme-dil mimarisine işaret etmektedir.

Çok Modlu Veri Akışı ve Şablon Mantığı#

Modelin Jinja tabanlı sohbet şablonu (chat template), görsel ve video girdilerini deterministik bir yaklaşımla ayrıştırarak bağlama dahil eder:

Görsel Tokenizasyonu: Resim girdileri özel |vision_start|>, |image_pad|> ve |vision_end|> belirteçleri arasına yerleştirilerek token dizisine dönüştürülür.
Sıralı Video İndeksleme: Çoklu video girdileri do_vision_count ve add_vision_id kontrolleriyle taranarak Video 1: ... şeklinde açıkça etiketlenir ve |video_pad|> ile kapsüllenir.
Sistem Düzeyi Güvenlik: Şablon düzeyinde tanımlanan istisna ile sistem mesajlarının video içermesi engellenir (System message cannot contain videos.); bu kısıtlama prompt enjeksiyonlarını ve yetkisiz bağlam genişletmelerini önler.

Dinamik Düşünme Bütçesi (Reasoning Effort)#

Model, akıl yürütme derinliğini enable_thinking ve reasoning_effort parametreleriyle esnek biçimde kontrol etme olanağı tanır:

xhigh (Varsayılan): Modele kritik varsayımları titizlikle doğrulama, alternatif senaryoları değerlendirme ve nihai cevapta doğruluk ile tutarlılığı önceliklendirme talimatı veren yüksek eforlu akıl yürütme modudur.
medium: Standart mantıksal çıkarım görevleri için gecikme ve çıktı kalitesi arasında optimum denge sunan seviyedir.
low: Düşünce sürecini kısa ve odaklı tutarak gereksiz ayrıntılardan kaçınan ve doğrudan sonuca yönelen düşük gecikmeli çıkarım modudur.

Yapılandırılmış Araç Çağırma (Tool Calling) Protokolü#

Model, otonom ajan senaryolarında deterministik fonksiyon çağrıları gerçekleştirmek üzere katı bir XML tabanlı şema ve dört temel kural uygular:

XML Kapsülleme Kuralı: Fonksiyon çağrıları mutlak surette <tool_call> ana bloğu içerisinde yer alan <function=fonksiyon_adi> ve alt <parameter=parametre_adi> etiketleriyle biçimlendirilmelidir.
Eksiksiz Parametre Bildirimi: Araç şemasında zorunlu olarak işaretlenmiş tüm parametre değerlerinin eksiksiz iletilmesi zorunludur.
Çağrı Öncesi Akıl Yürütme: Model, fonksiyon çağrısının mantıksal gerekçesini doğal dilde yalnızca çağrı etiketlerinden önce belirtebilir; araç çağrısından sonra açıklama ekleyemez.
Sessiz Normal Cevap: Çağrılabilecek uygun bir fonksiyon olmadığında veya gerekmediğinde, model araç mekanizmasından bahsetmeksizin doğrudan mevcut bilgisiyle standart metin yanıtı üretir.

Geliştiriciler İçin Pratik Çıkarımlar#

Yazılım geliştiriciler için JEV-27B-VL, üretim ortamında esnek bir ajan omurgası sunar. Hızlı yanıt gerektiren sohbet senaryolarında reasoning_effort: low seçilerek belirgin bir çıkarım hızı ve maliyet avantajı sağlanabilir. Kod analizi, finansal raporlama veya çok adımlı görsel akıl yürütme içeren kritik işlerde ise xhigh modu devreye alınmalıdır. Ayrıca modelin katı XML çıktı standardı, JSON tabanlı şemalarda yaşanan tırnak işareti kaçış hatalarını ortadan kaldırarak güvenilir parser yazımını kolaylaştırır.

Orijinal makaleye buradan ulaşabilirsiniz.

Bu konuyu derinlemesine öğrenmek isterseniz: Tool Calling ve Multi-Step Agent'lar modülüne göz atın.