JevBench 改用能力分计分并支持自定义成本边界
第三方基准 JevBench 更新至 v1.5.5,头条分数从 Composite Score 改为 Capability Score,作者解释原因是速度和成本太容易受操纵;能力榜前十名无变化,Jev 仍居第一,但在综合排名中仅列第三,Winnow、Cygnet、Surogate 等领先。同时新功能允许用户自定义「Jev 级」模型的速度与成本边界,作者指出对成本容忍度不同会得出不同的榜单赢家。
2026-10-02 ~ 2026-10-02 · 3 条相关
- JevBench 改用 Capability Score 计分,原版 Jev 重返榜首 — airesearch12 · 2026-10-02
- JevBench 上线自定义功能:成本容忍度不同,榜单赢家也不同 — airesearch12 · 2026-10-02
- JevBench 更新至 v1.5.5:能力榜前十不变,Jev 仅列综合第三 — airesearch12 · 2026-10-02