Jev 一周被开源追平，M5 Ultra 本地跑 agent 评测出炉
2026-09-21 群聊日报
社区用几百道题测了 Jev，发现它在难题上基本分不清对错——答对和答错的信心值只差 0.006。DeepSeek V4.1 Flash 准确率 95%，开源的 reflex-27b 也以 76% 超过 Jev 的 74%，而且没做微调，成本更低。群友的结论是：想训练一个好分类器，不如先训练一个会聊天的模型，Jev 跳过思维链校准等于主动放弃准确度。同一...
2026-09-21 群聊日报
社区用几百道题测了 Jev，发现它在难题上基本分不清对错——答对和答错的信心值只差 0.006。DeepSeek V4.1 Flash 准确率 95%，开源的 reflex-27b 也以 76% 超过 Jev 的 74%，而且没做微调，成本更低。群友的结论是：想训练一个好分类器，不如先训练一个会聊天的模型，Jev 跳过思维链校准等于主动放弃准确度。同一...