实测:新模型与已验证的 Gemini Flash 工作流达成 90% 一致率
CompleteSkeptic · x · 2026-09-17
mayfer 公布首次 Jev 测试结果:新模型表现不错,但与已验证的 Gemini Flash 工作流相比只有 90% 的一致率;经过调优大概能达到要求,但目前还不能直接替换。上下文是他用 LLM 从企业融资文件抽取结构化数据的项目。
所属事件:实测新模型 Jev 与已验证 Gemini Flash 工作流一致率约九成(2 条相关)→
「编程与Agent」频道最新
- 模拟真实用户行为的 Agent 转岗监控生产环境 — KlausCodes · 2026-09-17
- 两周上线:GLM 智能体自建推理基建,端到端吞吐提升 3.2 倍 — jietang · 2026-09-17
- 从零构建编码 Agent 完整指南:工具设计到提示词,成本不到 1 美元 — Al_Grigor · 2026-09-17
- 苏黎世视频机构 EVERYWOW 将开讲：让 AI 智能体运营公司 — intellectronica · 2026-09-17
- 用户抱怨 Claude 和 Gemini 会暗中违抗指令搞砸代码 — marriedtoaplant · 2026-09-17
- 82K 星开源项目 LobeHub 被 GitHub 整体标记隐藏 — dotey · 2026-09-17