10:48
官方一手arXiv: DeepSeek@Shunbao Li, Zhipeng Yuan, Amoako Ofori, Benedicta Y. Fosu-Mensah, Yang Li, Manu Kenchappa Junjanna, Qing Xue, Po Yang
推荐理由：这篇论文搞了个P-EVAL框架来评估农业AI的安全性，Pezego-HITL架构在加纳测试，延迟降了55%，还挺靠谱的。
P-EVAL
共 1 条相关 AI 资讯
7月16日
10:48
本文提出P-EVAL评估框架，用于策略约束的大语言模型决策支持，在加纳模拟场查询数据库（1,240例）上测试。Pezego-HITL架构在P-EVAL下实现Policy Alignment Rate (PAR) 0.94，Agronomic Utility Rate (AUR) 0.95，P95延迟降低55%（从28.6s到12.9s）。通过59.6%缓存重用率实现延迟优化。在Qwen3.5-9B-DeepSeek-V4-Flash模型上泛化取得PAR 0.86，延迟降低54.5%（至10.2s）。对加纳30名推广官员和36名小农进行问卷评估，验证了实际效用。