Jev 强项补充:研究生级知识问答与模型路由表现出色
multimodalart · x · 2026-09-22
multimodalart 补充了 Jev 在较难基准上的表现:该模型在知识型问题上表现出色,可达到研究生水平;在 Python 函数选择、工具调用和模型路由上尤其好。此前其提到 Jev 在国际象棋等推理游戏、高难度文档检索、音符和弦识别与细粒度情感分析上表现不佳。
所属事件:Jev 模型评测：工具调用强，推理检索偏弱(2 条相关)→
「模型」频道最新
- Artificial Analysis 榜单权重被批随意，随时间大幅变动 — HamelHusain · 2026-11-12
- 双板搭建测试：GPT-6 Astra 成功，Claude Fable 5.2 落败 — qinzytech · 2026-11-12
- Zvi 深析 Anthropic 新系统卡: autonomy 阈值争议成焦点 — Don't Worry About the Vase (Zvi) · 2026-11-12
- antirez 背书:苹果 M5 本地跑低比特 DeepSeek 好过 27B 稠密模型 — antirez · 2026-11-12
- 被禁用视觉后 Gemini 自建文本图像硬扛基准,性能仅降 6% — zacharynado · 2026-11-12
- 实测三模型纯裸跑编码：Gemini 4 Carbon 代码质量惊艳性价比最高 — Semantic_meaning · 2026-11-12