实测称 pplx-decider 召回率比 Jev 高 40%，决策模型仍不成熟
marktenenholtz · x · 2026-10-20
作者 marktenenholtz 称在自己的私有评测集上，pplx-decider 的召回率相比 Jev 提升了 40%，并据此判断「决策模型还有很长的路要走」。短帖未披露评测集细节，但给出了一个具体数字对比，可作为决策类模型能力现状的一个参考信号。
所属事件:实测pplx-decider召回率比Jev高40%，决策模型仍不成熟(2 条相关)→
「模型」频道最新
- Hamel Husain 实测六款决策模型做 Evals：调阈值比选模型更关键 — Hamel Husain · 2026-10-20
- opensi.lol 源码藏「6.5」和倒计时，指向 11 月 1 日 OpenAI 发布 — Existing_Hat_1064 · 2026-10-20
- Muse Wonder 单任务仅 6.8 分钟,比 Claude Opus 5.5 快一倍 — shensi · 2026-10-20
- 开源模型前六全是中国出品:小米 MiMo-V2.6-Pro 居首 — shensi · 2026-10-20
- Kimi K3 在 Frontier Code v1.1 表现亮眼却在 Terminal Bench v4 失利 — Ok_Warning2146 · 2026-10-20
- GPT-6 Plus 用户抱怨生成「卡顿」变慢，上下文记忆被认为大幅缩水 — ilovesaintpaul · 2026-10-20