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