WHAT NEW IN X10.30 FRI

X 上的 AI 合集档案 · 22 个合集 · 60,637 条

jevIMAGE

Jevals:用 Jev 做裁判的 LLM 评测框架

把评测打分从 LLM judge 换成 Jev,每个通过/不通过都带可设阈值的校准置信度,更便宜更快。

Sai Yashwanth
@yashwanthsai292026.09.19收录原推发布于 2026.09.18
Jevals:用 Jev 做裁判的 LLM 评测框架
Sai Yashwanth @yashwanthsai29原推发布于 2026.09.18
在 X 上打开原推

I built Jevals, an evals framework for LLMs and AI agents. Instead of an LLM judge, grading runs on Jev. So every pass/fail comes with a calibrated confidence you can set a bar on. Cheaper and Faster.

这条是引用着另一条写的:「ChatGPT 联合发明人发布新模型 Jev」

x.com/yashwanthsai29/status/2100824939540660357采集于 2026.09.19 10:17