先了解这件事
AI 综述
2026年10月13日,DeepEval 团队发布 JevEval 评估方案,用 Jev 替代生成式 LLM 担任评估裁判,把 LLM 评估从生成判定改为结构化决策。该方案将评估逻辑、语义判断和分数计算三者分离:由人定义显式可审查的评估逻辑,Jev 返回概率分布而不生成文本,DeepEval 用固定公式算出确定性分数。决策类型包括 Noul 命题真假、Score 有序等级和 Choice 无序行为选择,其中 Choice 支持概率不低于 50% 时该题不计分。以 Tool Faithfulness 为例,评估被拆成四个显式问题并写入权重,如事实是否都来自工具权重为 2。目前该消息由单一来源报道,尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
DeepEval 团队发布 JevEval，用 Jev 替代生成式 LLM 当评估裁判事件进展
1 个已确认进展
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月13日
邵猛
DeepEval 团队发布 JevEval，用 Jev 替代生成式 LLM 当评估裁判
DeepEval 团队发布 JevEval，用 Jev 替代生成式 LLM 担任评估裁判，把 LLM 评估从生成判定改为结构化决策。它把评估逻辑、语义判断和分数计算三者分离：人定义显式可审查的评估逻辑，Jev 返回概率分布而不生成文本，DeepEval 用固定公式算出确定性分数。决策类型包括 Noul 命题真假、Score 有序等级和 Choice 无序行为选择，后者支持概率不低于 50% 时该题不计分。以 Tool Faithfulness 为例，它把评估拆成四个显式问题并写入权重，如事实是否都来自工具权重为 2。