JevBench 基准发布,242 项决策九模型最高准确率 97.1%

JevBench v1 正式发布,这是针对「Jev 类」类型化决策模型的公开基准:模型接收状态与受限评分规则,输出带概率的类型化答案,无散文输出与解析,首测覆盖 242 项决策、对比九个模型,最高准确率达 97.1%。与此同时,另有开发者宣布正在构建首个 Jev benchmark,用于系统对比官方 Jev 与开源仿制项目的表现,该基准将纳入 benchmarkheaven 项目。

2026-09-19 ~ 2026-09-19 · 2 条相关