arXiv · cs.AI· Boyuan Deng, Shuyi Fan, Hongyang Zhang, Xinhong Xie·· 6 小时前
Jev用于科学决策：评估语义选择及其后果
Jev for Scientific Decisions: Evaluating Semantic Choices and Their Consequences
arXiv:2609.24965v3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：Boyuan Deng, Shuyi Fan, Hongyang Zhang, Xinhong Xie
研究任务与主要进展
研究评估Jev作为科学决策语义组件的作用：在20个来源明确的选项、10个科学案例和12种模型配置中，Jev与其他五种配置并列达到完整语义正确性，并在成功响应中获得最低观测中位延迟。针对文化历史问题，三个对比模型出现7次错误选择，改变了后续计数但未改变正确的最终结论标签。结果表明，评估Jev不能只检查最终主张，还应检查工作流复用的关系与数量。
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