arXiv cs.CL· Alden Do Rosario, Kirollos Atef·· 3 小时前AI 评分43
Jev-as-a-Judge：RAG 声明验证中非生成式验证器与前沿 LLM 的置信门控级联
Jev-as-a-Judge for RAG Claim Verification: Confidence-Gated Cascading Between a Non-Generative Verifier and a Frontier LLM
AI 导读
非生成式验证器 Jev 与前沿 LLM 在 LLM-AggreFact 的 495 条人工标注声明上指标打平（配对差 -0.56 分），成本差 187 倍。但便宜的 Jev 放行了 23.2% 标注为无支撑的声明，前沿模型为 14.1%。置信门控级联以 USD 2.92/千条取得 74.10，优于 USD 8.93 的 73.83，但同等预算的随机升级对照表现相同。
来源：arXiv cs.CL · arxiv.org