JevBench 发布:开放独立的决策模型评测,开权重与 API 分榜
airesearch12 · x · 2026-11-13
airesearch12 团队宣布推出 JevBench，一个开放、独立、公平的决策模型（decision model）评测基准。
要点：
- 团队自研的决策模型 REAX 1.3 在 Hugging Face Decision Index 上排名靠前，但为避免利益冲突，不会在自家 JevBench 榜单上列出。
- JevBench 将开源权重模型与托管 API 分成两个独立榜单排名，理由是两组之间的价格与速度无法公平比较。
- 榜单链接已在推文中公开（open weights / hosted APIs 两个 board）。
所属事件:JevBench 发布：决策模型开放评测，开权重与 API 分榜(2 条相关)→
「研究」频道最新
- NYU Courant 成立数学与 AI 中心,Bruna 和 Vicol 联合执掌 — kchonyc · 2026-11-14
- mariofilho:基准测试应强制使用帕累托图呈现 — mariofilhoml · 2026-11-14
- MIT 打造 AI「机械师」：可解读并修改其他神经网络的黑箱内部 — marinkazitnik · 2026-11-14
- 仅重接 47 个神经元即可让 Qwen 陷入涌现失对齐并可视化追踪 — maxsloef · 2026-11-14
- Antithesis 苦战 8 年达成 NetHack Ascension：80% 种子 5 分钟内通关 — spikedoanz · 2026-11-14
- 仅 5.46M 参数触觉模型 LingBot-Touch,让机械手穿吸管翻书页 — Puzzleheaded-Buy3008 · 2026-11-14