jev Decision Index 升级 v0.3：新增更强基准与视觉能力
mervenoyann · x · 2026-10-07
jev 团队发布 Decision Index v0.3。新版引入了更强大的基准测试集，并新增一个「私域」评测部分，以便排行能衡量公开基准之外的技能；同时按此前承诺加入了视觉能力评测。Hugging Face 研究者 Merve Noyan 转发表示值得关注。
所属事件:SWE Decision Index v0.3发布：私有评测与视觉能力防刷榜(4 条相关)→
「模型」频道最新
- 开发者吐槽 token 计费：像计费小时一样激励扭曲 — amankhan · 2026-10-07
- JevBench 拆分榜单：开源模型与 API 服务商将分开排名 — airesearch12 · 2026-10-07
- 热评：评估网络攻防能力时激活参数量基本不重要，关键在 RL 环境覆盖 — teortaxesTex · 2026-10-07
- Decagon 发布 Voice 3：双工架构让语音客服 agent 边说边听 — Scobleizer · 2026-10-07
- 决策模型 JEV-9B 登上 Hugging Face 趋势榜,基于 Qwen3.5 微调 — autotrust · 2026-10-07
- 「Astra 暂停综合征」刷屏:steering 或致模型沉默,OpenAI 有解法 — thursdai_pod · 2026-10-07