jev-eval — 4esv/jev-eval

在三个带标签的分类任务上，独立对比 Jev 与 GPT-5.6 Terra，报告准确率、校准、延迟和成本。

分类评估对比

查看英文原文

Independent Jev versus GPT-5.6 Terra comparison on three labeled classification tasks, reporting accuracy, calibration, latency, and cost.

结果只适用于各项目的数据集、提示词、模型版本和测量设置。收录表示证据可检查，不代表本站或原清单独立重跑了基准。

收录与研究来源

以下保留前版来源，不代表本版重新安装或审计了此项目。