Новини від CoinWorld: нова модель Meta Muse Spark 1.1 в оцінюванні AI-дослідницької організації Vals AI послідовно зайняла перше місце в трьох категоріях: медичні документи, податкові запитання та юридичний агент, отримавши бали 88,89%, 79,72% та 20,00% відповідно. У податковому тесті TaxEval V2 Muse Spark 1.1 перевершила Fable 5, Opus 4.8 та GPT-5.5; тест включав понад 1200 неопублікованих тестових завдань, перевіряючи як відповіді, так і процес міркування. В оцінюванні юридичного агента Muse Spark 1.1 отримала 20,00%, перевершивши 12,92% у Grok 4.5 та 11,25% у Fable 5. В оцінюванні веб-програмування Muse Spark 1.1 отримала 72,16%, перевершивши GPT-5.5, Grok 4.5 та GPT-5.4, але все ще відстаючи від Fable 5 та кількох моделей Claude.

META4,68%

Переглянути оригінал

Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.

5 лайків

Нагородити
5
4
Репост
Поділіться

Прокоментувати

Додати коментар

ExitLiquidityEddie

· 3год тому

Meta цього разу з медициною 88% непогано, податкові майже 80% теж достатньо, але юридичний Agent 20% - це серйозно? Здається, просто намагалися підігнати до круглого числа.

Переглянути оригіналвідповісти на0

NeonUmbrella

· 3год тому

TaxEval V2 використовує 1200 неопублікованих завдань для тестування міркувань, що набагато суттєвіше, ніж гонитва за рейтингами. Те, що Spark 1.1 може перевершити Opus 4.8 та GPT-5.5, свідчить про те, що його основа непогана.

Переглянути оригіналвідповісти на0

GateUser-cf218ace

· 3год тому

Право 20% випереджає Grok 4.5 і Fable 5... ця траса ще на рівні дитячого садка, чекаємо на те, що можна буде використати.

Переглянути оригіналвідповісти на0

MoonlightMarketMaking

· 3год тому

Веб-програмування на 72% перевершило всю родину GPT, але не може перемогти Claude, Fable 5 все ще стабільний, фронтенд — глибокий рів старих гравців.

Переглянути оригіналвідповісти на0

Популярні теми
Дізнатися більше
#
PredictWorldCupShare20000U
202,58K Популярність
#
IsraelStrikesIranBTCPlunges
70,5K Популярність
#
USIranWarCloudsGather
3,97M Популярність
#
GUSDYieldRisesto3.8%
470,73K Популярність
#
WorldCupChampionPrediction
161,25K Популярність

Закріплено

карта сайту

Нова модель Meta зайняла перше місце в трьох рейтингах, юридичний Agent перевершив Grok.

Популярні теми

PredictWorldCupShare20000U

IsraelStrikesIranBTCPlunges

USIranWarCloudsGather

GUSDYieldRisesto3.8%

WorldCupChampionPrediction

Закріплено