JEV与LLM在政治学复现任务上的准确率、成本和校准对比
Get the story
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。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- 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。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.