leoyao yao (@leoyao) 在 尝试Jev是否可以用于医疗分割的方法判定和当前规则化的对比 中发帖
Jev 用于 DICOM 序列 → 重建预设路由:对照实验报告
日期:2026-09-21
模型:jev-latest(响应报告 jev-1.13.0)
调用量:2388 次(0 失败),206 万 input tokens
实验成本:≈ $0.08
代码与数据:experiments/jev-preset-routing/
原始响应:jev/runs_jev.jsonl(逐次调用落盘,可复算)
0. 一句话结论
加入 Jev 确实带来了可测量的增益,但不是"替代规则",而是"在规则失效的那一半样本上补位"。 规则在它擅长的 45% 样本上准确率 100%,Jev 在规则失效的 55% 样本上把准确率从 86.3% 提到 96.8%; 两者按"规则优先、Jev 兜底"组合后,总体从最强单方案的 92.4% 提升到 97.3%。
同时有一个反向结论同样明确:在 Kernel、窗位窗宽...