広場
最新
注目
ニュース
プロフィール
ポスト
Meta新モデルが三つのランキングで一位を獲得、法律エージェントがGrokを逆転
CoinNetwork
2026-07-10 03:02:08
フォロー
概要作成中
幣界網のニュース、Metaの新モデルMuse Spark 1.1がAI評価機関Vals AIの発表した評価で、医療文書、税務QA、法律エージェントの3つの評価で連続して1位を獲得し、スコアはそれぞれ88.89%、79.72%、20.00%でした。税務評価TaxEval V2では、Muse Spark 1.1がFable 5、Opus 4.8、GPT-5.5を上回り、評価には1200問以上の未公開テスト問題が含まれており、回答だけでなく推論プロセスもチェックされました。法律エージェント評価では、Muse Spark 1.1が20.00%を獲得し、Grok 4.5の12.92%、Fable 5の11.25%を上回りました。Webアプリケーションプログラミング評価では、Muse Spark 1.1が72.16%を獲得し、GPT-5.5、Grok 4.5、GPT-5.4を上回りましたが、Fable 5や複数のClaudeモデルには依然として劣っています。
META
4.68%
原文表示
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております（表明・保証をするものではありません）。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については
免責事項
をご覧ください。
5 いいね
報酬
5
4
リポスト
共有
コメント
コメントを追加
コメントを追加
コメント
ExitLiquidityEddie
· 3時間前
Metaの今回の医療88%はなかなか良い、税務の80%も十分使える、でも法律Agentの20%は本気なのか？どうも無理に整数に合わせた感じがする
原文表示
返信
0
NeonUmbrella
· 3時間前
TaxEval V2用の1200問の未公開問題で推論をテストするのは、ランキングを競うよりもはるかに実用的だ。Spark 1.1がOpus 4.8やGPT-5.5を超えられるのは、基礎がしっかりしている証拠だ。
原文表示
返信
0
GateUser-cf218ace
· 3時間前
法律はGrok 4.5とFable 5を20%リードしている...この分野は全体的にまだ幼稚園段階ですよね、使えるものを待っている。
原文表示
返信
0
MoonlightMarketMaking
· 3時間前
ウェブプログラミング72%がGPTファミリーを超えたが、Claudeには敵わない。Fable 5は依然として安定しており、フロントエンド分野では古参プレイヤーの堀が深い。
原文表示
返信
0
人気の話題
もっと見る
#
PredictWorldCupShare20000U
202.58K 人気度
#
IsraelStrikesIranBTCPlunges
70.5K 人気度
#
USIranWarCloudsGather
3.97M 人気度
#
GUSDYieldRisesto3.8%
470.73K 人気度
#
WorldCupChampionPrediction
161.25K 人気度
ピン留め
サイトマップ
Meta新モデルが三つのランキングで一位を獲得、法律エージェントがGrokを逆転