arXiv · cs.AI· Yubo Li, Yidi Miao, Ramayya Krishnan, Rema Padman·· 5 小时前
JEV-as-a-Judge：以置信度路由实现低延迟LLM评测
JEV-as-a-Judge: Accept When Confident, Escalate When Unsure
arXiv:2609.26550v5阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yubo Li, Yidi Miao, Ramayya Krishnan, Rema Padman
研究任务与主要进展
论文提出JEV-as-a-Judge：一种只输出标签概率的决策型评委，根据置信度接受结论或将其升级交给推理型评委。基于论文摘要，在结论可从文本直接读取的任务上，JEV与GPT-6的准确率相差不超过3个百分点，费用为0.36%，中位延迟为0.15秒；在需要推导结论的数学、代码和逻辑任务上表现落后。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org