arXiv cs.AI· Rotem Gershon, Seffi Cohen, Dean Ariel, Havatzelet Bilavsky-Yarden, Amiel Sberro, Shai Yitzhaki, Osnat Tausky, Naama Golan, Maayan Rabinovitch, Ariel Avraham Hasidim, Itay Arianu, Maya Dagan, Ran Balicer, Noa Dagan·· 11 天前AI 评分34
决策语言模型作为临床生成式 AI 中 LLM Judge 的低成本快速替代方案
Decision language models as affordable and rapid alternatives to LLM judges of clinical generative AI
AI 导读
决策语言模型 Jev 可作为临床 AI 评估中 LLM Judge 的高效替代方案，其一致性匹敌或超越 Claude Opus 5.5 与 GPT-6。在儿科质量评级中 Jev 的 Gwet's AC2 达 0.50，且在 HealthBench Professional 上与参考裁判 GPT-5.4 达成 91% 的标准一致。
来源：arXiv cs.AI · arxiv.org