Le nouveau modèle de Meta remporte trois classements en première place, et l'agent juridique dépasse Grok.

robot
Création du résumé en cours
CoinWorld : Le nouveau modèle Meta, Muse Spark 1.1, a obtenu la première place dans trois évaluations consécutives (documents médicaux, Q&A fiscal et agent juridique) lors de l'évaluation publiée par l'organisme de test IA Vals AI, avec des scores de 88,89 %, 79,72 % et 20,00 % respectivement. Dans l'évaluation fiscale TaxEval V2, Muse Spark 1.1 a dépassé Fable 5, Opus 4.8 et GPT-5.5, avec plus de 1 200 questions de test non publiées, vérifiant à la fois les réponses et le raisonnement. Dans l'évaluation des agents juridiques, Muse Spark 1.1 a obtenu 20,00 %, dépassant les 12,92 % de Grok 4.5 et les 11,25 % de Fable 5. Dans l'évaluation de programmation d'applications web, Muse Spark 1.1 a obtenu 72,16 %, dépassant GPT-5.5, Grok 4.5 et GPT-5.4, mais reste en retard sur Fable 5 et plusieurs modèles Claude.
META4,68%
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • 4
  • Reposter
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
ExitLiquidityEddie
· Il y a 3h
Meta cette vague médical 88% impressionnant, fiscal près de 80% suffit, mais juridique Agent 20% c'est sérieux ? On dirait qu'ils ont forcé pour obtenir un chiffre rond.
Voir l'originalRépondre0
NeonUmbrella
· Il y a 3h
TaxEval V2 teste le raisonnement avec 1 200 questions non divulguées, bien plus concret que de simplement gratter les classements. Le fait que Spark 1.1 surpasse Opus 4.8 et GPT-5.5 montre que ses bases sont solides.
Voir l'originalRépondre0
GateUser-cf218ace
· Il y a 3h
Légal 20% en tête devant Grok 4.5 et Fable 5... Ce secteur en est encore au stade de la maternelle, on attend un modèle qui fonctionne vraiment.
Voir l'originalRépondre0
MoonlightMarketMaking
· Il y a 3h
Programmation web : 72 % surpasse toute la famille GPT mais ne bat pas Claude, Fable 5 reste stable, les anciens joueurs dans le domaine du front-end ont des fossés défensifs profonds.
Voir l'originalRépondre0
  • Épinglé