实测:决策模型 pplx-decider 召回率较 Jev 高出 40%
marktenenholtz · x · 2026-10-20
Mark Tenenholtz 分享其个人项目的私有评测集结果:pplx-decider 的召回率比 Jev 高出 40%,并据此认为「决策模型还有很长的路要走」——暗示基准模型与专用决策模型之间差距依然明显。信息较简短,未披露评测集细节。
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
- qwen3-4b-deslop 详解：161 条数据训练，68% 输出接近人类写作 — lmoroney · 2026-10-20
- MacBook Air 上微调 Qwen3-4B 去 AI 味：slop 分数从 121 降到 12.5 — lmoroney · 2026-10-20
- 批评者用 Taylor 展开论证：LLM 无法暴力推演某些论文的计算 — avt_im · 2026-10-20
- Latent Space 周报:DeepSeek V4.1 Flash 成开源性价比之王 — Latent Space · 2026-10-20
- Perplexity 在 BrowseComp 力压 Parallel，作者归因于代码执行能力 — NirantK · 2026-10-20
- Rabbit R1 上现 Grok Bot，号称底层跑在 r1 模型上 — jesselyu · 2026-10-20