Open-Jev 在 CallScreenBench 上的判决：基于小型语言模型校准的一次性诈骗筛查

Open-Jev 模型在 CallScreenBench 基准测试中展示了基于小型语言模型校准的一次性诈骗筛查能力。研究人员通过 LoRA 微调 Qwen3-4B 模型，使其在单次决策耗时仅为 64.5 毫秒的情况下，实现了 0.974 的 AUROC 高分。该模型在 41 个测试场景中未产生任何误报。 在决策效率方面，该模型比传统的 LLM 裁判提前了 1.14 轮做出判断，显著提升了筛查的实时性。实验结果验证了基于读出的校准方法优于传统的生成式微调方法。研究团队强调，该工作的核心贡献在于提出了一种新的评估协议，而非模型架构的创新。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。