Jev 无文本模型基准对比：决策占比高但校准落后 Gemini 与 DeepSeek

Reddit 帖介绍 Jev 与 DeepSeek 在 jevals.com 基准上的对比。Jev 被定义为「System One」模型：不输出文本，只对每个选项给出概率。另一项置信度校准实测显示，Jev 采用名为「用于校准决策的强化学习」的训练方法，其校准度与人类标注的差距落后于 Gemini 和 DeepSeek，但在独立决策占比上仍为最高。

2026-09-22 ~ 2026-09-22 · 2 条相关