Decision models like Jev don't beat LLM-as-a-judge or traditional classifiers

Red Hat 的护栏评测发现，Jev 等决策模型在速度或准确率上未稳定胜过 LLM-as-a-judge、预训练分类器及开源决策模型。提示词注入检测中，Qwen3.6-35B 准确率为 89.31%，Jev 为 86.35%；内容安全检测中，Jev 以 86.20% 领先。评测的远程调用包含英美之间的网络延迟，风险策略调优对不同模型的效果也不一致。