APPLIED AI
Bộ phát hiện đọc xác suất thay vì phán quyết: Jev qua 44 benchmark
Một bộ phát hiện lỗi căn chỉnh trả lời nhiều câu hỏi có kiểu trong một lần gọi với xác suất đã hiệu chuẩn, xếp hạng lỗi tốt và rẻ hơn 63 lần so với các bộ chấm LLM-judge. Nhưng các xác suất đó không chuyển được...




