Jev 新基准 Decision Index 0.1 覆盖 37 项测试，Jev 以 59.5 居首。

Jev 发布一周，已有 31 个公开复现。目前大多数对比只跑几百个决策。

有趣的新 benchmark：Decision Index 0.1——它运行 132,422 个：所有复现 + Jev，覆盖 37 个 benchmark。没有截断，没有 prompt 调优，未作答即算错。

Jev 仍以 59.5 位居第一 👀

https://t.co/aHX3ouf1zb