JevBench发布类型决策模型基准
JevBench是一套可复现的类型化决策模型评测基准，通过534项英语决策同时衡量准确率、校准度、延迟和成本。项目公开测试项、冻结工件、评分代码及任务级结果，当前排行榜由Jev、SemIf和djev位列前三。
事件进展（1 篇报道）
-
2026-09-22 21:01
JevBench是一套可复现的类型化决策模型评测基准，通过534项英语决策同时衡量准确率、校准度、延迟和成本。项目公开测试项、冻结工件、评分代码及任务级结果，当前排行榜由Jev、SemIf和djev位列前三。