第三方榜单 JevBench v1.2 上线,聚焦性价比导向的决策模型排名
airesearch12 · x · 2026-09-20
Benchmark Heaven 发布自建榜单 JevBench v1.2,专门对「Jev-class」(高性价比、面向决策/任务执行)模型做排名。榜单支持按综合分、编码、智能体工具使用、科学、长上下文等维度排序,并可切换输入/输出价格权重、按 OpenRouter 实际用量计算任务成本,还提供 EU 托管、数据保密、开源权重等筛选。作者在推文中称目前榜首模型仍领先但差距缩小。
所属事件:JevBench 基准发布：Jev 1.13 险守榜首，开源紧咬(8 条相关)→
「研究」频道最新
- Cohere等论文:合成预训练收益竟源于嵌入初始化偏差 — LauraRuis · 2026-11-04
- kalomaze 展示 DeepSeek V3.1 底座更大骨干实验，eval loss 降至约 0.82 — kalomaze · 2026-11-04
- Reddit 网友无梯度改写 Qwen 0.6B 权重：39.8M token 让模型「爱上一支乐队」 — Altruistic_Heat_9531 · 2026-11-04
- SpecPilot 智能体自动优化投机解码：速度从 4.46× 提升至 10.87× — pmttyji · 2026-11-04
- 自主 Agent 定制 MSA 策略，提升 AlphaFold 3 蛋白复合物预测 — SJTU · 2026-11-04
- 腾讯 LoCo 用局部偏好学习教会模型何时停止思考，推理大幅变短且不掉准确率 — tencent · 2026-11-04