论文用单次前向传播的类型化决策替代生成式 LLM 评审，成本大幅降低。
资讯摘要
论文报告“类型化决策”模式的两种用法：一是自研 System 1 评审器，用冻结骨干加 rank-16 LoRA 适配器和指针头，在一次前向传播中回答三个类型化问题，用于筛选约 14.8 万条智能体编程会话记录，作者称其成本约为前沿 LLM 评审器的 1%。二是把公开 Eikos 方案用于 1B、2B、35B 三个骨干，在 JevBench 111 道公开难题上，单种子 35B 得 79.3%，作者称与商业参考无显著差异。
要点速读
- 自研评审器替代前沿 LLM 评审器：后者每次运行成本约 1000 美元，其存储标签仅在 26.9% 的会话上与新的双评审共识一致。
- 自托管方案用冻结骨干、rank-16 LoRA 适配器和指针头，单 GPU 约三分钟评审 1000 条会话，参考费率下约 0.06 美元。
- JevBench 111 道公开难题上，单种子 35B 得 79.3%，商业参考 73.0%（未校正 p=0.12）；2B 领先排行榜上全部四个 kev 检查点。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。