Back to explore

Evaluación de confianza en decisiones de Jev: los fallos se concentran en baja probabilidad

El usuario comparte datos de ejecución de Jev: 300 páginas web, 9 decisiones cada una, 2 centavos; Opus 5 calificó 900 decisiones y casi todos los fallos ocurrieron donde Jev reportó baja probabilidad, por lo que solo hay que revisar los casos dudosos.

2.3K papers for 14 cents lines up with my run: 300 web pages, 9 decisions each, 2 cents. On the confidence worry: Opus 5 graded 900 of the decisions, and nearly every miss sat where Jev itself reported a low probability. So you only review the doubt:

· 0 likesOpen on X