先了解这件事
AI 综述
2026年10月1日,TypeSafe AI公布Jev与普通LLM judge的对比评测结果。据其发布的信息,@edwardirby构建了一个@youdotcom智能体用于监控业务风险,并将Jev与普通LLM评审进行对比。结果显示,两者报告质量相同;但LLM评审表现反复无常,对同一威胁先后给出0.35、0.68、0.50的评分,并在11项调查中漏掉5项,而Jev一项都没漏。此外,Jev便宜250倍,快3至6倍。目前该对比结果由TypeSafe AI一方发布,尚无其他独立来源的进一步证据。
AI 根据公开报道生成
最新进展 · 正式报道
Jev 让研究智能体性能大幅提升事件进展
1 个已确认进展
- 来源：TypeSafe AI
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2日
TypeSafe AI一手
Jev 让研究智能体性能大幅提升
Jev 让研究智能体性能大幅提升！ @edwardirby 构建了一个 @youdotcom 智能体来监控业务风险，并将 Jev 与普通 LLM 评审进行对比。 • 报告质量相同 • 但 LLM 反复无常：对同一威胁给出 0.35 -> 0.68 -> 0.50 • LLM 漏掉了 11 项调查中的 5 项。Jev 一项都没漏。• Jev 便宜 250 倍，快 3-6 倍 详细文章 👇