CacheVerifier 实测：成本优化阈值后 LLM 裁判零调用最省钱

CacheVerifier 团队在 3 个公开 benchmark 上重放语义缓存方案，发现按调用成本优化阈值后，多数场景的最优 LLM 裁判升级率为 0%。当裁判调用成本为缓存 miss 的 0.7 倍时，所有数据集都不会触发升级；裁判拒绝了约 60% 被 benchmark 标为正常的命中，但测试仅覆盖分数距离，未测试 ensemble。