jevPOST
决策模型做 Evals：Jev、Decider、Clef 等对比
盘点 TypeSafe Jev、Perplexity Decider、Cloudflare Clef、OpenAI Decisions API 等输出概率的决策模型，并推荐一篇用它们做 Evals 的文章。
Dongxi 东锡 NLP
@dongxi_nlp8 天前收录原推发布于 2026.10.21
Dongxi 东锡 NLP @dongxi_nlp原推发布于 2026.10.21
好文！ 近段时间涌现出“决策模型”，如： TypeSafe 的 Jev Perplexity 的 Decider Cloudflare 的 Clef OpenAI 的 Decisions API 输出概率而非长文本，常被用作 LLM-as-a-Judge 的替代方案。 如何用这些决策模型做 Evals，推荐读这篇！
这条是引用着另一条写的：x.com/hamelhusain/status/2112588257104216294
x.com/dongxi_nlp/status/2112652766997103016采集于 2026.10.21 10:03