**JEV-as-a-Judge：有把握就采纳，没把握就升级**

_JEV-as-a-Judge: Accept When Confident, Escalate When Unsure_

> 该研究提出一种“只做决策”的评审模型 JEV-as-a-Judge，作为低成本初筛并判断何时需要更强评估。在与 16 个生成式与奖励模型评审器对比、并由人工盲审裁决的实验中，JEV 在常规偏好与基于证据的事实性判断上，与最强对比模型（先进 LLM 评审器）差距在 3 个百分点以内，而费用仅为其 0.36%。但在需要检查推导过程或抵御精心撰写的错误答案时，差距会扩大，且多集中在低置信度判断上。采用冻结的级联策略——高置信度直接采纳、不确定则上报升级——可在更低成本下保留该对比模型 99% 的准确率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-23 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.26550)