GLiDE-Entscheidungsmodell: Klassifizierung, Routing, Scoring

GLiDE ist ein Entscheidungsmodell: Anstatt Freitext zu generieren, bewertet es eine von Ihnen beschriebene Situation (state) anhand einer oder mehrerer typisierter Fragen und gibt kalibrierte Wahrscheinlichkeiten über eine feste, vom Aufrufer definierte Menge von Ergebnissen zurück. Es gibt keine generierten Tokens, die geparst werden müssen. Die Antworten werden als strukturierte Labels, Wahrscheinlichkeiten und Konfidenzwerte zurückgegeben.

Primitive

Jede Frage, die Sie GLiDE stellen, verwendet einen von drei Typen:

Noul: eine Ja/Nein-Frage, die eine Wahrscheinlichkeit zwischen 0 und 1 zurückgibt. „Erfüllt diese Anfrage die Voraussetzungen für eine Rückerstattung?“ könnte 0.999 zurückgeben.
Choice: eine Frage, bei der eine von mehreren Optionen ausgewählt wird, und die eine Wahrscheinlichkeitsverteilung über benannte Optionen (bis zu 255) zurückgibt. „Welches Team sollte das bearbeiten?“ könnte {"billing": 0.0006, "returns": 0.999, "shipping": 0.0005} zurückgeben.
Score: eine Bewertungsfrage auf einer Skala mit einer von Ihnen definierten geordneten Rubrik. Gibt einen diskreten score (den Index der gewinnenden Stufe) sowie expected_level zurück, eine wahrscheinlichkeitsgewichtete, kontinuierliche Schätzung über alle Stufen hinweg.

Wenn die Antwort … ist	Verwenden Sie	Beispiel
Eine von mehreren ungeordneten Kategorien	Choice	Welches Team sollte dieses Ticket bearbeiten?
Eine Position auf einer geordneten Skala mit definierten Stufen	Score	Wie dringend ist diese Anfrage?
Ja oder Nein, wobei die Wahrscheinlichkeit selbst nützlich ist	Noul	Erfüllt diese Anfrage die Voraussetzungen für eine Rückerstattung?

Noul oder Score: Ein Noul bei 0.5 bedeutet maximale Unsicherheit zwischen Ja und Nein, drückt aber keinen Grad aus. Wenn Sie einen Grad messen müssen (Dringlichkeit, Schweregrad, Frustration), verwenden Sie einen Score mit definierten Stufen. Wenn Sie eine binäre Entscheidung benötigen, verwenden Sie ein Noul.

Es gibt kein Multi-Label-Primitiv, jede Frage ist Single-Label. Stellen Sie mehrere unabhängige Fragen in einem Aufruf, wenn Sie mehrere gleichzeitige Urteile benötigen.

Limits

Bis zu 255 Optionen pro Choice-Frage
Der Anfrage-Body (state + alle questions zusammen) ist auf ~160.000 Eingabe-Tokens begrenzt
Kontextfenster von 262.144 Tokens

Preise

	Preis pro 1 Mio. Tokens
Eingabe	$0.00
Ausgabe	$0.04

Endpunkt

Methode	Pfad	Beschreibung
`POST`	`/v1/systemone`	Eine oder mehrere typisierte Entscheidungsfragen auf einen State anwenden

Anfrageparameter

string | object | array

erforderlich

Der zu bewertende Kontext: ein einfacher String, ein JSON-Objekt oder ein JSON-Array. Hinweise zur Auswahl finden Sie unten unter State-Formen.

object

erforderlich

Eine oder mehrere benannte, typisierte Fragen, die anhand von state bewertet werden. Jeder Schlüssel ist ein von Ihnen gewählter Fragenname; jeder Wert ist ein Fragenobjekt mit type, instructions und (für choice/score) criteria.

string

erforderlich

Einer der Werte noul, choice oder score.

string

erforderlich

Die zu bewertende Frage in natürlicher Sprache.

object | string[]

Für noul: ein Objekt mit den Beschreibungsschlüsseln true/false. Für choice: ein Objekt, das bis zu 255 Optionsschlüssel auf Beschreibungsstrings abbildet. Für score: ein geordnetes Array von Stufenbeschreibungen (Index 0 ist die niedrigste Stufe).

string

erforderlich

Das zu verwendende Entscheidungsmodell, z. B. fastino/glide. Wenn der Parameter fehlt, wird 422 'model' must be provided zurückgegeben. Die Antwort gibt den Wert ohne das Anbieterpräfix zurück (fastino/glide → glide).

State-Formen

state ist das Material, anhand dessen jede Frage bewertet wird. Stellen Sie es sich als das vor, was Sie einem Expertengremium übergeben würden, bevor es ein Urteil fällen soll.

Form	Geeignet für	Beispiel
String	Eine einzelne Nachricht, einen Artikel oder eine Passage	`"My card was charged twice."`
Objekt	Benannte Felder, zusammenhängende Datensätze oder App-Zustand	`{"message": "My card was charged twice.", "order_id": "A-104"}`
Array	Eine Abfolge von Nachrichten oder Datensätzen	`["Hi", "My order number is A-104.", "My card was charged twice."]`

Verwenden Sie ein Objekt, wenn die Entscheidung vom Vergleich mehrerer benannter Teile abhängt (zum Beispiel ein Ticket und die Richtlinie, anhand derer es bewertet wird). So bleibt jeder Teil beschriftet und die Beziehungen zwischen den Teilen bleiben klar. Ein einfacher String genügt, wenn der Fall aus einer einzelnen, in sich geschlossenen Passage besteht. Alle Fragen einer Anfrage sehen denselben state und werden unabhängig voneinander anhand dieses States bewertet.

Ihr erster Aufruf

curl -s https://api.fastino.ai/v1/systemone \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fastino/glide",
    "state": "Refund request: the receipt is attached, the purchase was 10 days ago, and refunds are allowed within 30 days.",
    "questions": {
      "refund_allowed": {
        "type": "noul",
        "instructions": "Does this request qualify for a refund?",
        "criteria": { "true": "Qualifies", "false": "Does not qualify" }
      }
    }
  }'

Antwort:

{
  "model": "glide",
  "answers": {
    "refund_allowed": {
      "type": "noul",
      "noul": 0.99767683794902,
      "confidence": 0.9953536758980399
    }
  },
  "usage": {
    "input_tokens": 89,
    "output_tokens": 1
  },
  "token_usage": 90
}

answers.refund_allowed.noul: die Wahrscheinlichkeit, dass die Antwort „Ja“ lautet. 0.999 ist ein starkes Signal dafür, dass die Voraussetzungen erfüllt sind.
answers.refund_allowed.confidence: Wie dieser Wert berechnet wird, erfahren Sie unten unter Konfidenz.
usage: die übliche Abrechnung von Eingabe- und Ausgabe-Tokens. token_usage ist die Summe aus beiden und wird der Einfachheit halber auf oberster Ebene bereitgestellt.

Konfidenz

Jede Antwort enthält einen confidence-Wert. Die Antwort sagt Ihnen, was GLiDE ermittelt hat; die Konfidenz sagt Ihnen, ob Sie darauf reagieren sollten. Behandeln Sie beides als zwei getrennte Achsen, nicht als eine.

Fragetyp	Formel	Bereich
Noul	`\|2 × noul − 1\|`	`0` (maximale Unsicherheit, `noul = 0.5`) bis `1` (vollständig sicher, `noul = 0` oder `1`)
Choice / Score	`top1 − top2` (Wahrscheinlichkeitsabstand zwischen der besten und der zweitbesten Option oder Stufe)	`0` (zwei Optionen gleichauf) bis `1` (eine Option vereint nahezu die gesamte Wahrscheinlichkeitsmasse)

Eine Antwort mit geringer Konfidenz ist nicht falsch. Sie bedeutet, dass die Wahrscheinlichkeitsmasse auf zwei oder mehr Ergebnisse verteilt ist, statt sich auf eines zu konzentrieren, und das ist selbst ein nützliches Signal. Ein gängiges Muster ist konfidenzbasiertes Routing: Reagieren Sie automatisch auf Antworten mit hoher Konfidenz und leiten Sie Antworten mit geringer Konfidenz an einen Fallback weiter (menschliche Prüfung, eine breitere Kategorie, eine zusätzliche Prüfung):

answer = response["answers"]["department"]

if answer["confidence"] >= 0.6:
    route_to(answer["choice"])
else:
    route_to("triage-queue")  # ambiguous — let a human or a broader handler decide

Passen Sie den Schwellenwert anhand echter Daten für Ihren Anwendungsfall an, statt davon auszugehen, dass 0.5 richtig ist. Die Konfidenz ist pro Modell kalibriert und entspricht nicht zwangsläufig einer bestimmten geschäftlichen Toleranz für Mehrdeutigkeit.

Anwendungsbeispiele

Noul

Eine Noul-Frage gibt eine einzelne Wahrscheinlichkeit zurück. Es gibt kein separates Label-Feld. Legen Sie selbst einen Schwellenwert für die Wahrscheinlichkeit fest, um eine binäre Entscheidung zu treffen.

curl -s https://api.fastino.ai/v1/systemone \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fastino/glide",
    "state": "Refund request: the receipt is attached, the purchase was 10 days ago, and refunds are allowed within 30 days.",
    "questions": {
      "refund_allowed": {
        "type": "noul",
        "instructions": "Does this request qualify for a refund?",
        "criteria": { "true": "Qualifies", "false": "Does not qualify" }
      }
    }
  }'

Antwort (Feld answers):

{
  "refund_allowed": {
    "type": "noul",
    "noul": 0.99767683794902,
    "confidence": 0.9953536758980399
  }
}

Verwendung des Ergebnisses:

answer = response["answers"]["refund_allowed"]

if answer["noul"] > 0.8:
    action = "auto_approve"
elif answer["noul"] < 0.2:
    action = "auto_deny"
else:
    action = "human_review"  # genuinely ambiguous — don't force a threshold here

Choice

Eine Choice-Frage gibt die ausgewählte Option, einen confidence-Wert und eine vollständige Wahrscheinlichkeitsverteilung über alle von Ihnen definierten Optionen zurück.

curl -s https://api.fastino.ai/v1/systemone \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fastino/glide",
    "state": "Refund request: the receipt is attached, the purchase was 10 days ago, and refunds are allowed within 30 days.",
    "questions": {
      "department": {
        "type": "choice",
        "instructions": "Which team should handle this request?",
        "criteria": {
          "billing": "Payment or charge disputes",
          "returns": "Refund or return requests",
          "shipping": "Delivery or shipping issues"
        }
      }
    }
  }'

Antwort (Feld answers):

{
  "department": {
    "type": "choice",
    "choice": "returns",
    "confidence": 0.9983415574354015,
    "probabilities": {
      "billing": 0.000576420510560337,
      "returns": 0.9989179779459618,
      "shipping": 0.0005056015434779647
    }
  }
}

Verwendung des Ergebnisses:

answer = response["answers"]["department"]

queue_map = {"billing": "billing-team", "returns": "returns-desk", "shipping": "logistics"}
target_queue = queue_map[answer["choice"]]

if answer["confidence"] < 0.5:
    notify("routing uncertain — runner-up may also apply")

Score

Eine Score-Frage gibt einen diskreten score (den Index der gewinnenden Stufe), ein expected_level (eine wahrscheinlichkeitsgewichtete, kontinuierliche Position über alle Stufen hinweg), einen confidence-Wert, probabilities pro Stufe und eine legend zurück, die Ihre Stufenbeschreibungen nach Index wiedergibt.

curl -s https://api.fastino.ai/v1/systemone \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fastino/glide",
    "state": "Refund request: the receipt is attached, the purchase was 10 days ago, and refunds are allowed within 30 days.",
    "questions": {
      "urgency": {
        "type": "score",
        "instructions": "How urgent is this request?",
        "criteria": [
          "low urgency, can wait",
          "medium urgency, handle soon",
          "high urgency, handle immediately"
        ]
      }
    }
  }'

Antwort (Feld answers):

{
  "urgency": {
    "type": "score",
    "score": 1,
    "expected_level": 0.9015099730675683,
    "confidence": 0.7587802709097535,
    "probabilities": {
      "0": 0.11323658534089268,
      "1": 0.8720168562506462,
      "2": 0.014746558408461077
    },
    "legend": {
      "0": "low urgency, can wait",
      "1": "medium urgency, handle soon",
      "2": "high urgency, handle immediately"
    }
  }
}

Verwendung des Ergebnisses:

answer = response["answers"]["urgency"]

if answer["score"] >= 2:
    action = "page_oncall"
elif answer["expected_level"] >= 1.5:
    action = "escalate"  # closer to the next level up than a clean 1
else:
    action = "standard_queue"

score ist ein diskreter ganzzahliger Index (die Stufe mit dem höchsten Wert, argmax). expected_level ist die kontinuierliche, wahrscheinlichkeitsgewichtete Position über alle Stufen hinweg. Verwenden Sie diesen Wert, wenn Sie feinere Schwellenwerte benötigen, als der diskrete Index bietet.

Mehrere Fragen kombinieren

Stellen Sie in einem einzigen Aufruf mehrere Fragen unterschiedlichen Typs zum selben state. Alle Fragen werden gemeinsam in einem einzigen Roundtrip bewertet.

curl -s https://api.fastino.ai/v1/systemone \
  -H "X-API-Key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "fastino/glide",
    "state": "Refund request: the receipt is attached, the purchase was 10 days ago, and refunds are allowed within 30 days.",
    "questions": {
      "department": {
        "type": "choice",
        "instructions": "Which team should handle this request?",
        "criteria": {
          "billing": "Payment or charge disputes",
          "returns": "Refund or return requests",
          "shipping": "Delivery or shipping issues"
        }
      },
      "urgency": {
        "type": "score",
        "instructions": "How urgent is this request?",
        "criteria": [
          "low urgency, can wait",
          "medium urgency, handle soon",
          "high urgency, handle immediately"
        ]
      }
    }
  }'

Antwort:

{
  "model": "glide",
  "answers": {
    "department": {
      "type": "choice",
      "choice": "returns",
      "confidence": 0.9983415574354015,
      "probabilities": {
        "billing": 0.000576420510560337,
        "returns": 0.9989179779459618,
        "shipping": 0.0005056015434779647
      }
    },
    "urgency": {
      "type": "score",
      "score": 1,
      "expected_level": 0.9015099730675683,
      "confidence": 0.7587802709097535,
      "probabilities": {
        "0": 0.11323658534089268,
        "1": 0.8720168562506462,
        "2": 0.014746558408461077
      },
      "legend": {
        "0": "low urgency, can wait",
        "1": "medium urgency, handle soon",
        "2": "high urgency, handle immediately"
      }
    }
  },
  "usage": { "input_tokens": 1055, "output_tokens": 181 },
  "token_usage": 1236
}

Wann Sie GLiDE verwenden sollten

GLiDE eignet sich gut für strukturierte Entscheidungen: Klassifizierung, Kategorisierung, Routing (Tickets, E-Mails, Anfragen), Scoring, Triage, Inhaltsmoderation, Guardrails, als Ersatz für LLM-as-a-Judge und zur Freigabe von Tool-Aufrufen durch Agenten. Verwenden Sie stattdessen ein universelles Sprachmodell für freie Textgenerierung, mehrstufige Konversationen, offene Frage-Antwort-Szenarien, Zusammenfassungen oder Codegenerierung.

Erste Schritte

Kernkonzepte

Inferenz-API

Trainings-API

Konto

GLiDE-Entscheidungsmodell: Klassifizierung, Routing, Scoring

Primitive

Limits

Preise

Endpunkt

Anfrageparameter

State-Formen

Ihr erster Aufruf

Konfidenz

Anwendungsbeispiele

Noul

Choice

Score

Mehrere Fragen kombinieren

Wann Sie GLiDE verwenden sollten

Verwandte Themen

​Primitive

​Limits

​Preise

​Endpunkt

​Anfrageparameter

​State-Formen

​Ihr erster Aufruf

​Konfidenz

​Anwendungsbeispiele

​Noul

​Choice

​Score

​Mehrere Fragen kombinieren

​Wann Sie GLiDE verwenden sollten

​Verwandte Themen

Primitive

Limits

Preise

Endpunkt

Anfrageparameter

State-Formen

Ihr erster Aufruf

Konfidenz

Anwendungsbeispiele

Noul

Choice

Score

Mehrere Fragen kombinieren

Wann Sie GLiDE verwenden sollten

Verwandte Themen