Hightouch 发布 Jev+Opus 混合身份解析评测

Hightouch 发布身份解析过度合并检测任务的评测结果：将 Jev 与 Opus 组合成混合模型，达到前沿精度，成本比单用 Opus 低 4 倍以上。 据 Hightouch 称，Jev 与 Luna 单独开箱准确率为 88.8%–97.3%，Luna 开箱表现更好，但在难题上两者差距消失；Jev 的置信度校准更佳，错误多伴随低置信度，Luna 的错误则多伴随高置信度。决策模型开箱成本低至每 1,000 个身份 0.5–0.10 美元、约 0.15 秒响应，比 Opus 便宜至多 90 倍、快 10 倍以上，但在较难基准上精度落后约 6 个百分点。 Hightouch 表示，混合方案中 Jev 取 60%、Luna 取 70% 的阈值可使各自精度最大化；上述成本与延迟为其自身环境观测值，会因环境而异。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。