JevBench 模型决策指数上线 HF,作者称还缺原生图像支持
openSourcerer9000 · reddit · 2026-09-23
Reddit 用户 openSourcerer9000 分享了一个托管在 Hugging Face Space 上的「JevBench / JEV 决策指数」页面,用于评估模型的决策表现。帖子信息很简短,作者只补充说目前还缺一个带原生图像输入支持的版本。具体评测方法与榜单内容需查看原链接。
所属事件:JevBench 开源上线，评测模型决策能力(3 条相关)→
「研究」频道最新
- USC 学者：推理模型进展疯狂但前沿参差，仍有诡异短板 — jasondeanlee · 2026-11-12
- Guidelight AI 发布 10 类 AI 失准行为分类,供开发者监测上报 — sjgadler · 2026-11-12
- CoRL 2026 双线叙事:报告里遥操作正消失,展台人形仍靠人拉线 — jonstephens85 · 2026-11-12
- 测试显示 Qwen3-8B 能把动作词映射到正确身体部位 — Sauers_ · 2026-11-12
- AI 数学形式化路线之争：多线并行试错好过押注单一路径 — xennygrimmato_ · 2026-11-12
- 蛋白质结构预测 Agent 实操:让模型自动选最优预测工具并越用越聪明 — nlarusstone · 2026-11-12