开源与托管System-1模型配对评测发布

Jiawei Li 发布了一项针对 System-1 决策模型的配对评估研究，比较开源模型 Laya 与托管模型 Jev 在 LLM 智能体决策点上的表现。评测覆盖 11 个决策点，来自 18 个公开来源，包含 7,283 个基础用例和 6,640 个鲁棒性变体。 研究采用字节完全相同的输入和配对测试，并进行了跨硬件、跨日期的可复现性检查。所有用例、原始输出和分析代码均已公开。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。