待验证50% 置信基准精确时间
在 AgentRewardBench 的 1,302 条专家标注轨迹上，JEV-27B-VL 报告 AUROC 0.91，阈值 0.5 时精确率 78.4、召回率 70.2。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证在 VL-RewardBench 上，JEV-27B-VL 整体准确率 78.3%，幻觉项 83.2%，推理项 78.2%，一般性问题准确率 58.0%。70% 相似待验证在 Agent 任务上 Agens Volundr 32B 落后：tau2-bench 为 74.2（对手 79-80），SWE-bench Verified（50题子集）仅 44（对手 58-64）68% 相似待验证准确率方面：τ=0.4 为 0.7305，托管单跑为 0.7085，本地单跑为 0.7320，τ=0.6 为 0.7115。68% 相似待验证在模型对比测试中qwen2.5:3b正确理解配速，幻觉地名0个，长度误差0.3%，峰值内存259MB，耗时106秒65% 相似待验证V1 方案自测 top-1 准确率达 93%，但在 137 张真实照片基准测试集上 top-5 准确率为 0/13765% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1050829API
curl https://kongchang.com/api/v1/knowledge/claims/1050829MCP
get_claim(id=1050829)