模型评测显示性能与成本差异
发生了什么
据X · @braintrust报道，Jev、Mammoth-1与Luna等模型在识别有害内容评测中表现各异。Jev以低成本突出性能，Mammoth-1在决策模型中对安全答案产生最少误报，Luna识别更多有害内容但误报率更高。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口
据X · @braintrust报道，Jev、Mammoth-1与Luna等模型在识别有害内容评测中表现各异。Jev以低成本突出性能，Mammoth-1在决策模型中对安全答案产生最少误报，Luna识别更多有害内容但误报率更高。
发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。