待验证50% 置信基准精确时间

零样本的Jev在DeepSWE基准上表现约71%，低于微调后的CLM的81.6%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/24

首次发现

有效期至：2026/12/23

来源

开源决策模型CLM挑战闭源Jev：延迟提速13倍

涉及实体

Jevmodel CLMmodel DeepSWEconcept

相关事实

待验证在 gpt-oss-120B 上，Asch 从众实验盲测条件下从众率为 0%，而范式被明确命名时从众率升至 83.3%67% 相似待验证在DeepSuite V1.1基准下，同一模型在不同harness下的成绩从69.8%波动到74.2%66% 相似待验证经过Agent轨迹微调后，CLM在Terminal-Bench 2.1上达到87.6%，在DeepSWE上达到81.6%65% 相似待验证在基于Banking77数据集的实验中，BGE-small + 逻辑回归组合取得93.3%准确率，而Jev仅为83.2%64% 相似待验证采用 JEV 优先、置信度低于 0.7 才移交的融合策略会坍缩成 JEV，约 70% 题目未离开 JEV，ECE 约 0.2564% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/946808

API

curl https://kongchang.com/api/v1/knowledge/claims/946808

MCP

get_claim(id=946808)