Arize 对 Jev、Kev、Liquid d1 等八种决策模型进行基准评测

Arize 对 Jev、Kev、Liquid d1、Clef 27B 等八种决策模型在幻觉检测、LLM 评估和智能体路由任务中进行基准评测，对比了它们在准确率、延迟、成本和对问题表述敏感度方面的表现。评测分为云端和本地两个赛区，最终 Jev 和 Kev 在各自赛区胜出，但整体性能接近，选择取决于部署方式和对问题表述的敏感度。