Novo modelo da Meta conquista o primeiro lugar em três rankings; Agente jurídico supera Grok

robot
Geração do resumo em andamento
Notícias do BlockBeats: O novo modelo da Meta, Muse Spark 1.1, conquistou o primeiro lugar em três categorias da avaliação divulgada pela Vals AI, uma instituição de avaliação de IA: documentos médicos, perguntas fiscais e agente jurídico, com pontuações de 88,89%, 79,72% e 20,00%, respectivamente. Na avaliação fiscal TaxEval V2, o Muse Spark 1.1 superou o Fable 5, Opus 4.8 e GPT-5.5, com mais de 1.200 questões não divulgadas, verificando tanto as respostas quanto o processo de raciocínio. Na avaliação do agente jurídico, o Muse Spark 1.1 obteve 20,00%, superando os 12,92% do Grok 4.5 e os 11,25% do Fable 5. Na avaliação de programação de aplicativos web, o Muse Spark 1.1 marcou 72,16%, superando GPT-5.5, Grok 4.5 e GPT-5.4, mas ainda ficando atrás do Fable 5 e de vários modelos Claude.
META4,68%
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • 4
  • Repostar
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
ExitLiquidityEddie
· 3h atrás
Meta nessa leva: saúde 88% tem seu valor, imposto quase 80% já serve, mas o Legal Agent com 20% é sério? Parece que arredondaram na força pra um número inteiro.
Ver originalResponder0
NeonUmbrella
· 3h atrás
TaxEval V2 usa 1200 questões não divulgadas para testar raciocínio, é muito mais concreto do que apenas rankings, e Spark 1.1 conseguir superar Opus 4.8 e GPT-5.5 mostra que sua base é boa.
Ver originalResponder0
GateUser-cf218ace
· 3h atrás
Jurídico lidera por 20% sobre Grok 4.5 e Fable 5... Esse segmento todo ainda está no estágio de jardim de infância, esperando por um que funcione.
Ver originalResponder0
MoonlightMarketMaking
· 3h atrás
Programação web 72% superou toda a família GPT, mas não consegue vencer o Claude. O Fable 5 ainda é estável. Nessa área de front-end, os veteranos têm muralhas profundas.
Ver originalResponder0
  • Fixado