待验证50% 置信基准精确时间
微调后Laya在同一基准上达到0.766，对比第三方公布的Jev 0.727；Drex以厂商服务形式提供微调
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/19
首次发现
有效期至：2027/1/17
来源
Jev、Drex、Laya三款System One决策模型对比
rss2026/10/19
涉及实体
相关事实
待验证Jev和Drex都支持最多255个选项；Jev在完整的Banking77测试（77个标签）上达到79.2%；Laya在默认设置下超过约20个选项后性能下滑，Banking77上仅0.42570% 相似待验证校准方面，Jev独立测试的ECE在0.02–0.35之间随任务波动；Laya在温度拟合前ECE为0.466（过度自信），拟合后降至0.081；Drex未公布校准数据64% 相似待验证经过微调，Laya在MASSIVE数据集上可从0.45提升到0.85，另一项任务从0.362提升到0.76662% 相似待验证v1.5 相比 v1.2，真实拼写错误的 F0.5 从 0.882 提升到 0.963，漏词的 F0.5 从 0.078 提升到 0.698；时态错误仍是短板，F0.5 仅 0.119。61% 相似待验证Laya在覆盖13种语言的MASSIVE数据集上只有0.45准确率，Banking77只有0.425，而JAF在同任务上报到0.8761% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065251API
curl https://kongchang.com/api/v1/knowledge/claims/1065251MCP
get_claim(id=1065251)