帖子
- hardie2026-09-1736046
- Aaron2026-09-1819357
(帖子已被作者删除)
- SwiftUI2026-09-1818463
- 佩恩2026-09-188887
进了 waitlist 测了一下。有点像用llm干三类事。
输入是上下文 + 问题,问题就三种:
- 上下文 + 做 True/False 判别
- 上下文 + 做 A, B, C… 的选择
- 上下文 + 做程度打分
模型输出就是对应的结果。
明确说不擅长需要推理的任务。做一个复杂长文本多任务分类(10+字段),约为gt的90%,略低于实际使用的ds-v4-flash-0831(关思考,开思考反而差)。但延迟极低(0.2s级),成本大约是ds的1/3