热点事件持续更新
研究团队推出通用决策评测基准JEVal与InnerJev模型
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，研究人员针对Jev等通用决策模型推出了包含11,257个实例的双语基准JEVal，系统评估了25种模型配置的可靠性与局限。评测发现，通用决策模型在长程交互中易累积误差并导致成功率下降，在社会模拟中虽能显著降低推理成本，但存在聚合偏差。针对评测洞察，研究团队提出了InnerJev-4B与InnerJev-27B模型，其中InnerJev-27B的表现媲美Jev，且典型查询耗时仅约0.1秒。
AI 根据报道生成 · 3 小时前更新
最新进展10月6日 12:00
研究团队推出通用决策基准JEVal，并发布表现媲美Jev的InnerJev系列模型。报道时间线
沿着报道，了解事件的不同侧面。
10月6日
- arXiv 自然语言处理通用决策模型：基准评测及超越 Jev 的洞察
研究人员针对 Jev 等通用决策模型推出包含 11,257 个实例的 JEVal 双语基准，系统评估了 25 种模型配置的可靠性与局限。评测发现通用决策模型在长程交互中易累积误差降低成功率，社会模拟中虽显著降低推理成本但存在聚合偏差。研究团队还提出了 InnerJev-4B 与 InnerJev-27B，其中 InnerJev-27B 评测表现媲美 Jev 且典型查询仅需约 0.1 s。
本事件热度走势
当前热度 9·可比范围峰值 10（10月6日 13:00）·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。