★ 2
arXiv 论文：Jev 非生成式验证器级联做 RAG 声明核验
论文比较非生成式决策模型 Jev 与前沿 LLM Astra 在 RAG 声明核验上的表现，两者在常规指标上统计无差异但成本相差 187 倍。系统在 15.2% 声明上不一致，廉价模型对未支持声明的放行率更高。置信度门控级联可省成本，但随机升级对照显示节省主要来自升级比例而非概率选择。
arXiv NLP17 天前
#级联推理
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
System One 模型能否迁移？印尼区域语言评测
研究对商业 Jev 模型与开源 Laya-multilingual 模型在印尼区域语言上进行预注册评测，使用 NusaX 与 NusaTranslation 数据集。Jev 在词汇上更接近印尼语的句子上更准确，提供印尼语人工翻译可提升最高 37.2 分；重训练分类器需每语言超 500 条标注才能匹…
arXiv NLP19 天前
★ 2
COVER：选择性睡眠分期中的覆盖率优化
论文研究级联睡眠分期第一阶段，提出 COVER 方法，用学习到的误差分数替代最大 softmax 概率，并在经验接受风险约束下直接最大化覆盖率。在 Sleep-EDF-20 上，平均受试者覆盖率从 31.5% 提升至 48.8%，相同接受量下错误从 1467 降至 867。COVER 在八个评分器…
arXiv cs.LG27 天前