Sayora 实测 Jev 决策模型：网页检索准确率超向量搜索

Sayora 团队在 2026 年 10 月的测试中对比了 TypeSafe 发布的决策模型 Jev 与生产环境中的向量搜索（Embeddings），结果显示 Jev 将错误页面交给 LLM 的概率从 33% 降至 3%，并将正确页面排在首位的比例提升至 88%。 该测试基于 168 个模拟客服问题，覆盖四家小型企业网站。Jev 通过多选项选择题形式从完整页面列表中直接选择最匹配项，而非依赖文本分块后的余弦相似度计算。这种机制使其能更好理解“None of these”选项，从而在 40 个无法回答的问题中准确识别出 38 个，而传统向量搜索仅能识别 9 个。 尽管 Jev 在描述不足时存在误判风险，但结合 Embeddings 进行短列表预筛选后，其准确率进一步提升至 95% 以上，同时保持低延迟（中位数 0.28 秒）。这表明决策模型可作为 RAG 系统中更可靠的页面选择器，尤其适用于结构清晰、内容有限的企业官网场景。