# Jev, il nuovo modello di valutazione, è al livello di molti giudici LLM

> Secondo i ricercatori, Jev, un modello linguistico decisionale meno costoso, concorda con i giudizi dei medici quanto diversi giudici LLM di fascia alta nei test clinici.

Oossa · 2026-10-22 · https://oossa.com/it/new-decision-model-jev-matches-many-llm-judges-in-pediatric-ai-evaluation

Un gruppo di ricercatori israeliani ha presentato Jev, un modello linguistico decisionale che valuta in modo strutturato i risultati dell’IA clinica. Lo hanno testato su quattro compiti, tra cui 118 risposte pediatriche valutate da medici. Il livello di concordanza di Jev (Gwet's AC2 0.50) è stato pari o superiore a quello di sette dei 12 modelli linguistici di grandi dimensioni (LLM) usati come giudici per il confronto, tra cui Claude Opus 5.5 (0.49) e GPT‑6 (0.38). Jev ha inoltre eguagliato o superato i giudici LLM nei criteri binari di HealthBench e ha ottenuto risultati simili a una giuria composta da tre LLM nei compiti di MedHELM. Secondo l’articolo, Jev costa 73‑294× meno e funziona 7‑57× più velocemente dei giudici LLM di frontiera.

## I fatti

- Concordanza di Jev con i medici secondo Gwet's AC2: 0.50
- I giudici LLM di frontiera costano da 73 a 294 volte di più e impiegano da 7 a 57 volte più tempo rispetto a Jev

## Perché conta

Gli ospedali potrebbero valutare gli strumenti di IA per i bambini in modo più rapido e conveniente usando Jev invece di giudici LLM costosi e lenti.

## Fonti e riferimenti

1. [Decision language models as affordable and rapid alternatives to LLM judges of clinical generative AI](https://arxiv.org/abs/2610.28826) – arXiv, 2026-10-22

Ultimo aggiornamento: 2026-10-22