Hacker NewsHN submitter: florianstandhar
Original published:

Show HN: JevBench, a reproducible benchmark for typed decision models

JevBenchは、テキスト出力ではなく有界な選択肢と確率を返すJevクラスモデルの性能を、精度・レイテンシ・価格の重み付きで比較評価するための再現可能なベンチマークツール

Key points

  • •Jevクラスモデルはテキストではなく有界な選択肢と確率を返すことで、LLMと比較して破壊的に高速かつ低コストで同等の知能を発揮するとされる
  • •JevBenchは精度、レイテンシ、価格を一度に重み付きで確認でき、重みの設定も可能である
  • •本ツールはオープンソースの本物と偽装プロジェクトの実際の性能差を客観的に比較することを目的としている
See more