# Jev matchar många LLM-domare i utvärdering av pediatrisk AI

> Forskare uppger att Jev, en billigare beslutsinriktad språkmodell, stämmer lika väl överens med läkarnas bedömningar som flera avancerade LLM-domare i kliniska tester.

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

Ett team israeliska forskare presenterade Jev, en beslutsinriktad språkmodell som ger strukturerade bedömningar av kliniska AI-resultat. De testade modellen på fyra uppgifter, däribland 118 svar inom pediatrik som läkare betygsatte. Jevs samstämmighetspoäng (Gwet's AC2 0.50) var i nivå med eller högre än poängen för sju av de 12 stora språkmodeller (LLM) som användes som domare i jämförelsen, däribland Claude Opus 5.5 (0.49) och GPT‑6 (0.38). Jev nådde också samma eller bättre resultat än LLM-domarna på binära kriterier i HealthBench och presterade ungefär lika bra som en jury med tre LLM:er på MedHELM-uppgifter. I artikeln konstateras att Jev kostar 73‑294× mindre och körs 7‑57× snabbare än de mest avancerade LLM-domarna.

## Fakta

- Jevs samstämmighet med läkare enligt Gwet's AC2: 0.50
- De mest avancerade LLM-domarna kostar 73‑294 gånger mer och tar 7‑57 gånger längre tid än Jev

## Varför det spelar roll

Sjukhus kan utvärdera AI-verktyg för barn snabbare och till lägre kostnad med Jev än med dyra och långsamma LLM-domare.

## Källor och referenser

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

Senast uppdaterad: 2026-10-22