开源项目
JevBench v1.4.0：Jev 式决策模型公开评测基准
JevBench
概述
JevBench 是面向结构化决策模型的评测项目，测试模型在固定选项中做出选择的表现。 JevBench v1.4.0 为结构化决策模型增加308个封存决策，与公开题结合检查泛化。评测同时考察能力、校准、速度和成本；公开与封存准确率相差过大时会降低能力得分，部分低分轴还会触发门限。 封存题目和答案不公开。未完成封存运行的系统不进入该版本排名，不能只依据公开题成绩比较模型。
JevBench
JevBench 是面向结构化决策模型的评测项目，测试模型在固定选项中做出选择的表现。 JevBench v1.4.0 为结构化决策模型增加308个封存决策，与公开题结合检查泛化。评测同时考察能力、校准、速度和成本；公开与封存准确率相差过大时会降低能力得分，部分低分轴还会触发门限。 封存题目和答案不公开。未完成封存运行的系统不进入该版本排名，不能只依据公开题成绩比较模型。