Novo modelo da Meta conquista o primeiro lugar em três rankings, Legal Agent supera Grok

robot
Geração de resumo em curso
Notícias da CoinWorld, o novo modelo Muse Spark 1.1 da Meta, na avaliação divulgada pela instituição de avaliação de IA Vals AI, conquistou o primeiro lugar em três avaliações: documentos médicos, perguntas e respostas fiscais e Agente Legal, com pontuações de 88.89%, 79.72% e 20.00%, respetivamente. Na avaliação fiscal TaxEval V2, o Muse Spark 1.1 superou o Fable 5, o Opus 4.8 e o GPT-5.5. A avaliação inclui mais de 1200 questões de teste não divulgadas, verificando tanto as respostas como o processo de raciocínio. Na avaliação do Agente Legal, 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 aplicações web, o Muse Spark 1.1 obteve 72.16%, superando o GPT-5.5, o Grok 4.5 e o GPT-5.4, mas ainda ficando atrás do Fable 5 e de vários modelos Claude.
META4,68%
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • 4
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
ExitLiquidityEddie
· 3h atrás
Meta esta vaga médica 88% tem algo, imposto quase 80% também é suficiente, mas o Agente jurídico 20% é a sério? Parece que foi forçado a um número redondo.
Ver originalResponder0
NeonUmbrella
· 3h atrás
TaxEval V2 usa 1200 questões não divulgadas para testar raciocínio, é muito mais sólido do que subir em rankings. O Spark 1.1 conseguir superar o Opus 4.8 e o GPT-5.5 mostra que a base é boa.
Ver originalResponder0
GateUser-cf218ace
· 3h atrás
Direito 20% à frente do Grok 4.5 e do Fable 5... Este setor ainda está na fase do jardim de infância, à espera de um que funcione.
Ver originalResponder0
MoonlightMarketMaking
· 3h atrás
Programação web 72% supera toda a família GPT, mas não vence o Claude. O Fable 5 continua estável. Na área de front-end, os veteranos têm um fosso profundo.
Ver originalResponder0
  • Fixado