待验证50% 置信基准精确时间
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
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Layla官方宣称校准误差0.081优于Jev，但这是重新拟合温度后的结果，原生校准误差比Jev还差，多语言版出厂温度表为空导致概率坍缩70% 相似待验证微调后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64% 相似待验证在300段由Qwen3-32B标注的练习考卷上，微调v3的Laya相比零样本版将11个问题的判断macro-F1从0.33提升到0.57，校准误差从0.15降至0.07，危险等级MAE从2.78降至1.56。62% 相似待验证在 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。61% 相似待验证该方法在BraTS 2026验证集上的MSE为0.007 ± 0.00560% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1065253API
curl https://kongchang.com/api/v1/knowledge/claims/1065253MCP
get_claim(id=1065253)