https://fisherdaddy.com/tags/llm-%E8%AF%84%E4%BC%B0/ Recent content in LLM 评估 on FisherAI https://fisherdaddy.com/images/papermod-cover.png https://fisherdaddy.com/images/papermod-cover.png Hugo -- 0.125.7 en Tue, 27 Oct 2026 00:30:18 +0800 https://fisherdaddy.com/posts/how-to-use-decision-models-for-evals/ Tue, 27 Oct 2026 00:30:18 +0800 https://fisherdaddy.com/posts/how-to-use-decision-models-for-evals/ 用 100 条真实 trace 实测 Jev、Perplexity Decider、Liquid d1、Cloudflare Clef 与 OpenAI Decisions：如何调决策阈值、如何权衡 F1 与成本，以及决策模型的概率能否当作置信度使用。