Meta нова модель зайняла перші місця в трьох рейтингах, юридичний Agent перевершив Grok 4.5

robot
Генерація анотацій у процесі

За даними моніторингу Dongcha Beating, AI-оцінювач Vals AI опублікував результати Muse Spark 1.1. Модель посіла перше місце в трьох оцінках: медична документація, податкові консультації та юридичний агент, з балами 88,89%, 79,72% та 20,00% відповідно.

У податковій оцінці TaxEval v2 вона перевершила Fable 5, Opus 4.8 та GPT-5.5. Ця оцінка містить понад 1200 неопублікованих тестових запитань, які перевіряють як відповіді, так і процес міркування. Розрив між провідними моделями невеликий: перші десять місць відрізняються менш ніж на 3 процентні пункти.

У оцінці юридичного агента Muse Spark 1.1 набрала 20,00%, випередивши Grok 4.5 з 12,92% та Fable 5 з 11,25%. Тестування вимагало від моделі використання документів, таблиць та файлових інструментів для виконання реальної юридичної роботи.

У оцінці веб-додатків вона набрала 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.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів
  • Закріплено