开发者用 1.87 美元训练 Qwen3.5-4B 裁判模型，4 千条测试击败 Jev 1.14

开发者 Maziyar Panahi 基于 Qwen3.5-4B 和 Unsloth，使用 Jev-RAG-Claim-Verification-130K 数据集训练开源 LLM 裁判模型，用于 RAG 评估。模型在单张 H200 上训练 22 分钟，成本 1.87 美元，并在 4 千条测试中击败 Jev 1.14。