跳到正文
热点事件观察中

Hamel Husain 实测五款决策模型，用于自动化失败检测评测

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Hamel Husain 用 100 条公寓租赁 Agent 的生产 trace，实测 TypeSafe Jev 1.13、Perplexity Decider 1.1 27B、Liquid d1 与 d1-ultra、Cloudflare Clef Flash、OpenAI Decisions（GPT-6 Luna）五款决策模型做失败检测评测，并给出了阈值调优与校准方法。 报道没有披露各模型在这批 trace 上的具体评测结果，也没有给出哪款模型更优的结论。

AI 根据报道生成 · 13 小时前更新

最新进展10月20日 00:00
Hamel Husain 实测五款决策模型做自动化评测：阈值调优与校准方法

报道时间线

沿着报道，了解事件的不同侧面。

10月20日
  1. Hamel Husain 长文
    Hamel Husain 实测五款决策模型做自动化评测：阈值调优与校准方法

    Hamel Husain 用 100 条公寓租赁 Agent 生产 trace 实测 TypeSafe Jev 1.13、Perplexity Decider 1.1 27B、Liquid d1 与 d1-ultra、Cloudflare Clef Flash 和 OpenAI Decisions（GPT-6 Luna）做失败检测评测。

本事件热度走势

可比范围当前
5
可比范围峰值
610月20日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。