aispin-dev/llm-as-a-verifier-dsh:LLM-as-a-Verifier DSH 插件與 Best-of-N 模式

DSH 插件 `llm-as-a-verifier-dsh` 利用“一切皆插件”架構,通過 Best-of-N 對話模式,爲 DeepSeek V4 Flash 提供低成本的測試時擴展能力。它基於論文算法,利用期望值評分和 PPT 概率樞軸錦標賽(如 Bo-5 僅需 11 次評分)從候選中篩選最佳答案。 插件提供工具、服務和自動三種模式,支持零配置啓動,能自適應端點能力並具備 Fail-open 降級機制。在 Terminal-Bench 2.1 上,其準確率達 88%,以約 1/11 的成本復現了前沿模型性能。

閱讀全文