arXiv Artificial Intelligence· Rotem Gershon, Seffi Cohen, Dean Ariel, Havatzelet Bilavsky-Yarden, Amiel Sberro, Shai Yitzhaki, Osnat Tausky, Naama Golan, Maayan Rabinovitch, Ariel Avraham Hasidim, Itay Arianu, Maya Dagan, Ran Balicer, Noa Dagan·· 18 小时前AI 评分38
决策语言模型 Jev 可作为临床生成式 AI 的低成本快速评判替代方案
Decision language models as affordable and rapid alternatives to LLM judges of clinical generative AI
AI 导读
决策语言模型 Jev 在四个临床 AI 评判用例中与前沿及开源权重 LLM 评判器对比，在 118 份儿科回答上与医生序数质量评分的一致性（Gwet's AC2 0.50）达到或超过 12 个 LLM 评判器中的 7 个，包括 Claude Opus 5.5（0.49）和 GPT-6（0.38）。
来源：arXiv Artificial Intelligence · arxiv.org