Jev-as-a-Judge：廉价评审级联省 43% 成本仅失 1% 精度

CMU 论文提出 Jev-as-a-Judge：大多数评测交给仅需决策输出的廉价小评审模型，只将不确定的判断升级给前沿模型。在 16 个生成式与 reward-model 基准上测试，该方法以约 0.36% 的成本逼近 SOTA LLM 评审效果，整体节省 43% 成本而仅损失约 1% 精度。

2026-09-23 ~ 2026-09-24 · 2 条相关

• CMU 论文:决策式 judge 以 0.36% 成本逼近 SOTA LLM 评审 — CarnegieMellonU · 2026-09-23
• Jev-as-a-Judge:廉价评审级联省 43% 成本仅失 1% 精度 — dair_ai · 2026-09-24