Jev 模型评测：工具调用强，推理检索偏弱

multimodalart 分享了模型 Jev 在一个较难基准上的表现：其工具调用与自动化类任务表现尤其出色，知识型问题可答到研究生水平，Python 函数选择和模型路由也表现突出；但推理与检索能力仍然较弱。整体来看，Jev 呈现出明显的强项与短板并存的画像。

2026-09-22 ~ 2026-09-22 · 2 条相关

第 1 集:独立研究者称 Jev 非突破：一年前已开源同款非自回归决策模型(2026-09-20,6 条)
第 2 集:ianand 思想实验：假如 AI 走了 Encoder 路线(2026-09-20,9 条)
第 3 集:前 OpenAI 员工称 RLHF 是弯路，人机协作时代将终结(2026-09-20,3 条)
第 4 集:前OpenAI研究员发布决策模型Jev，宣称快200倍引热议(2026-09-21,36 条)
第 5 集:Jev 决策模型实测：200 毫秒返回带概率答案(2026-09-21,2 条)
第 6 集:语义决策模型 Jev 全面开放，开发者称热度堪比 GPT-3.5 发布周(2026-09-21,2 条)
第 7 集:Jev 模型评测：工具调用强，推理检索偏弱(2026-09-22,2 条)
第 8 集:Jev 模型定位引热议：推理与决策应分层(2026-09-23,4 条)
第 9 集:决策模型 Jev 走红：几分钱一次判断，被指比 DeepSeek 更值得警惕(2026-09-23,3 条)
第 10 集:前OpenAI研究员推出非文本「系统一」模型Jev(2026-09-23,12 条)
第 11 集:Jev 决策模型三天爆红，开源生态迅速成型(2026-09-24,5 条)