Hacker News· paidev·2026-10-12 22:36· 6 天前AI 评分22

JevBench：面向类型化决策模型的开放基准，覆盖 Clef、pplx-decider 等 15 个以上模型

JevBench: Benchmarking decision models (Clef, pplx-decider and 15 more)

AI 导读

JevBench 是一个面向类型化决策模型的开放基准，提供论文 PDF、数据集与 GitHub 代码，覆盖 Clef、pplx-decider 等 15 个以上模型。榜单以 0 到 100 的均分展示每个模型在各数据集上的表现，并用条形区间标出最差到最好的模型，悬停单元格可查看区间与覆盖率，点击数据集名可生成图表。

正文 · AI 翻译

类型化决策模型的开放基准。

论文 PDF 数据集 GitHub 引用

将鼠标悬停在单元格上可查看其区间和覆盖率。点击数据集名称可将其绘制成图表。

模型

点击模型可查看分数及获取方式

平均值：所有模型在该数据集上的平均得分，0 到 100。条形：最差到最佳模型。各量表不同，因此请最密切地比较同一指标的数据集。

提交

来源：Hacker News · leanmcp.github.io

论文研究评测基准 #论文/研究 #评测/基准