arXiv · NLP· Feiyu Duan, Jiayu Lin, Jia Wang, Jun Xiang, Jialiang Wu, Xinnong Zhang, Hanqi Yan, Siyuan Wang, Zhongyu Wei·· 2026-10-06AI 评分39
通用决策模型:Jev 之外的基准测试与洞察
General Decision Models: Benchmarking and Insights Beyond Jev
AI 导读
研究引入含 11,257 个实例的双语基准 JEVal,评测 25 种模型。通用决策模型在基于证据的判断中具竞争力,但专业知识依赖度高的任务表现较弱。\n\nInnerJev-27B 经自蒸馏后在 JEVal 上匹敌 Jev,典型查询响应仅 0.1 秒,显著降低推理成本。
来源:arXiv · NLP · arxiv.org