热点事件持续更新
JEV与LLM在政治学复现任务上的准确率、成本和校准对比
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月7日，arXiv Computers and Society发布一手研究，在七项政治学复现任务中比较JEV与GPT-6 Luna、Qwen3.8-27B。结果显示，JEV的准确率与两者相当或接近；按OpenAI批量定价，JEV并无成本优势。校准方面，单次提问时JEV的概率校准优于GPT-6 Luna的token概率，但并非稳定优于Qwen3.8-27B。研究指出，除非需要速度，JEV唯一明显优势是便于解析选项概率。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
arXiv研究称JEV七项政治学复现任务表现与GPT-6 Luna、Qwen3.8-27B相当或接近，但无批量成本优势。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · Computers and SocietyJEV 对比 LLM：七项政治学复现实验的准确率、成本与校准度
JEV 在七项政治学复现任务中与 GPT-6 Luna 和 Qwen3.8-27B 能力相当或接近，但按 OpenAI 批量定价并无成本优势。单次提问时 JEV 的概率校准优于 GPT-6 Luna 的 token 概率，却并非稳定优于 Qwen3.8-27B；除非需要速度，JEV 唯一明显优势是便于解析选项概率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。