主要来源arXiv: OpenAI
查看原文事件专题 ·官方一手
研究实测 JEV 与 LLM 在七项政治学复现任务中的准确率与成本
arXiv 论文对比了 TypeSafe 推出的 System One 类模型 JEV 与 GPT-6 Luna、Qwen3.8-27B 在七个政治学文本复现任务上的表现。结果显示 JEV 的准确率接近两个 LLM，但按 OpenAI 批处理价格计算并无成本优势。单次提问时 JEV 的概率校准优于 GPT-6 Luna 的 token 概率，但不稳定地优于 Qwen3.8-27B。论文结论是除非研究者特别需要速度，JEV 的明显优势只剩解析选择概率更方便。
当前结论
想用模型标注文本的研究者可以看看：JEV 号称便宜快，实测发现便宜不成立，校准也只赢了一半。
11 个信源31° AI 热度最后更新 2026/10/5 16:22:03
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。