Penilaian agen mempunyai masalah tersembunyi: Penghakim itu sendiri boleh menjadi tidak boleh dipercayai. Satu eksperimen baharu menguji Jev berbanding GPT-5.6 Luna, Terra, dan Claude Sonnet 4.6. Keputusannya: → 500/500 keputusan binari sejajar dengan orak manusia → Varians skor 92–913× lebih rendah → Latensi purata 0.44s → $0.00035 setiap penilaian Jev tidak menghasilkan satu paragraf kemudian menukarnya kepada skor. Ia membuat keputusan berstruktur secara langsung. Ini boleh mengubah ekonomi penilaian agen. Penghakim yang lebih murah dan lebih pantas bermaksud pasukan boleh menilai lebih banyak jejak, menjalankan lebih banyak semakan regresi, dan memperketat gelung umpan balik sekitar setiap kemas kini agen. Catatan penting: ini adalah eksperimen awal yang sempit. Tetapi arahannya menarik: Agen yang boleh dipercayai mungkin memerlukan penghakim yang lebih baik, bukan hanya model yang lebih baik.
Dami-DefiKongsi
Sumber:Tunjukkan artikel asal
Penafian: Maklumat yang terdapat pada halaman ini mungkin telah diperoleh daripada pihak ketiga dan tidak semestinya menggambarkan pandangan atau pendapat KuCoin. Kandungan ini adalah disediakan bagi tujuan maklumat umum sahaja, tanpa sebarang perwakilan atau waranti dalam apa jua bentuk, dan juga tidak boleh ditafsirkan sebagai nasihat kewangan atau pelaburan. KuCoin tidak akan bertanggungjawab untuk sebarang kesilapan atau pengabaian, atau untuk sebarang akibat yang terhasil daripada penggunaan maklumat ini.
Pelaburan dalam aset digital boleh membawa risiko. Sila menilai risiko produk dan toleransi risiko anda dengan teliti berdasarkan keadaan kewangan anda sendiri. Untuk maklumat lanjut, sila rujuk kepada Terma Penggunaan dan Pendedahan Risiko kami.