热点事件持续更新
DoubtBench评测显示专用决策模型Jev评判表现未超Claude
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月7日，一项独立评测通过 DoubtBench 基准，对比了专用决策模型 Jev 与三款 Claude 模型的表现。实测结果显示，专用决策模型 Jev 的综合评判能力并未超越 Claude。评测同时指出，当面对存在人类分歧的题目时，Jev 与 Claude 双方均无法有效降低置信度。目前相关基准测试表明，Jev 在此类评判任务中尚未展现出超越 Claude 的优势。
AI 根据报道生成 · 3 小时前更新
最新进展10月7日 11:32
DoubtBench评测显示Jev综合评判能力未超Claude，二者面对分歧题目均无法有效降低置信度。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- Hacker News · AI精选实测显示专用决策模型 Jev 评判表现并未胜过 Claude
独立评测通过 DoubtBench 基准对比了专用决策模型 Jev 与三款 Claude 模型，发现 Jev 的综合评判能力并未超越 Claude，且二者在面对人类分歧题目时均无法有效降低置信度。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。