JEV 裁判模型逼近 GPT-6 准确率，成本大降

评测显示，JEV 决策模型作为 LLM-as-a-judge 裁判在 15 个被评模型中排第 8，准确率仅比 GPT-6 低 1.7 分，成本却便宜约 277 倍。CMU 团队的 arXiv 论文《JEV-as-a-Judge》进一步提出置信度路由级联方案：只输出标签概率、不生成文本的 JEV 在有把握时直接裁决，不确定时升级调用更强模型，可用约 41% 的费用超越 GPT-6 的准确率。

2026-10-11 ~ 2026-10-11 · 2 条相关

• JEV 当裁判仅比 GPT-6 低 1.7 分，成本却便宜 277 倍 — kalyan_kpl · 2026-10-11
• JEV-as-a-Judge：置信度路由级联，超 GPT-6 准确率仅花 41% 费用 — kalyan_kpl · 2026-10-11