Jev 多语言评测研究:成本仅 GPT-6.1 的 1/31~1/61,多数任务可打平
kalyan_kpl · x · 2026-11-14
一篇论文将轻量模型 Jev 与生成式 LLM 评审在四个多语言基准上对比,覆盖最多 47 种语言变体、三种评审格式(二元判断、成对比较、分级打分)。
- Jev 在多数多语言评审任务上表现有竞争力,成本约为 GPT-6.1 的 1/31 到 1/61;但在知识密集的答案验证上落后。
- Jev 在低资源语言上比英文更容易接受错误答案;其概率输出有助于跨任务识别错误。
「研究」频道最新
- 《递归模型坍缩》：模型如何在自我投喂中变成乖顺助手 — sebkrier · 2026-11-14
- AI 挖掘已故数学家 Cohen 笔记本，揭示超前时代的发现 — irrelevantusername24 · 2026-11-14
- SGLang 峰会分享：NVFP4 4-bit 低精度 RL 千卡实战经验开源 — ericzelikman · 2026-11-14
- 实测决策模型：训练仅换来速度与成本，推理能力并未恢复 — someone_12443 · 2026-11-14
- Ropedia Xperience 2 开源:1589 个 3D 扫描场景转机器人训练数据 — liuziwei7 · 2026-11-14
- 日本开发者在 GitHub 开写自动驾驶开源教科书，逐章搭出可运行仿真 — 4310sy · 2026-11-14