先了解这件事
AI 综述
Hightouch测试将决策模型Jev与GPT-6 Luna用于身份解析(IDR)过度合并检测的评分。测试发现,Jev和GPT-6 Luna单独使用时准确率为88.8%–97.3%,决策模型每1000个身份成本0.5至0.10美元、约0.15秒响应,但在更难基准上比Claude Opus低约6个百分点。Jev的置信度校准更好,多数错误伴随低置信度,因此在混合方案中表现优于Luna;将Jev与Claude Opus组合成混合评审方案,可在接近Opus准确率的同时把成本降低4倍以上。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Hacker News 热门
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。
11月4日
Hacker News 热门
Hightouch：用 Jev + Claude Opus 做身份解析评审，成本降低 4 倍
Hightouch 测试发现，将决策模型 Jev 与 Claude Opus 组合成混合评审方案，可在身份解析（IDR）过度合并检测上接近 Opus 的准确率，成本降低 4 倍以上。Jev 和 GPT-6 Luna 单独使用时准确率为 88.8%–97.3%，决策模型每 1000 个身份成本 $0.5–$0.10、约 0.15 秒响应，但在更难基准上比 Opus 低约 6 个百分点。Jev 的置信度校准更好，多数错误伴随低置信度，因此在混合方案中表现优于 Luna。