Jev校准基准测试公布：LLM校准优于人类，但更清楚自己何时正确

Jev Benchmarks公布校准测试结果：其训练方法名为“面向校准决策的强化学习”，但校准差距大于Gemini 3.8 Flash、DeepSeek V4.1 Flash和GLM-5.3等模型。Jev保持95%准确率，在86%的是非题上独立决策，多于上述模型，呈现“校准更差、更知道自己何时正确”的特点。

• Artificial Analysis智能指数升级至v52026-10-28
• Cloudflare披露GLM-5.3跨请求KV缓存泄露事件2026-10-27
• Meta开源816B模型Muse Spark Open评测39分，Qwen3.8-Flash-Next以180B得40分2026-10-23
• 用户在2000欧元PC上跑通748B DeepSeek模型2026-10-22
• 开发者基于Jev视觉模型推出图片问答游戏2026-10-20