arXiv · cs.CL· Yanrui Du·· 14 天前AI 评分42
Jev 在医学决策中的可靠性如何？与 Jev 类模型及 LLM 的对比研究
How Reliable Are System-One Decisions in Medicine? A Comparative Study of Jev, Jev-like Models, and LLMs
来源与原文
arXiv · cs.CL
作者：Yanrui Du
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.18529v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究在 15 个医学数据集、8,742 个实例上对比了 Jev 等系统一决策模型与 LLM 的可靠性。结果显示 Jev 在文本驱动任务上可比肩领先模型，但在数值驱动任务上较弱，且在题目格式变化下决策翻转率最低、鲁棒性最强；同类开源替代中仅 StartLux 具有相近鲁棒性。不过多数模型在识别缺失正确答案和选择性弃答上均有局限，归一化逐选项二值评分可提升 Jev 基于概率的选答效果。
来源：arXiv · cs.CL · arxiv.org