廣場
最新
熱門
新聞
我的主頁
發布
Meta新模型連奪三榜第一，法律Agent反超Grok
币 界 网
2026-07-10 03:02:08
關注
摘要生成中
幣界網消息，Meta新模型Muse Spark 1.1在AI評測機構Vals AI公佈的評測中，連續奪得醫療文書、稅務問答和法律Agent三項評測的第一名，得分分別為88.89%、79.72%和20.00%。在稅務評測TaxEval V2中，Muse Spark 1.1超過了Fable 5、Opus 4.8和GPT-5.5，評測包含超過1200道未公開測試題，既檢查答案，也檢查推理過程。法律Agent評測中，Muse Spark 1.1得分20.00%，超過Grok 4.5的12.92%和Fable 5的11.25%。在網頁應用程式設計評測中，Muse Spark 1.1得分72.16%，超過GPT-5.5、Grok 4.5和GPT-5.4，但仍落後於Fable 5和多款Claude模型。
META
4.68%
查看原文
此頁面可能包含第三方內容，僅供參考（非陳述或保證），不應被視為 Gate 認可其觀點表述，也不得被視為財務或專業建議。詳見
聲明
。
5人按讚了這條動態
打賞
5
4
轉發
分享
回覆
請輸入回覆內容
請輸入回覆內容
回覆
ExitLiquidityEddie
· 3小時前
Meta這波醫療88%有點東西，稅務快80%也夠用了，但法律Agent 20%是認真的嗎？感覺像硬湊了個整數
查看原文
回復
0
霓虹雨伞
· 3小時前
TaxEval V2 用 1200 道未公開題測推理，比刷榜實在多了，Spark 1.1 能超 Opus 4.8 和 GPT-5.5 說明底子不賴
查看原文
回復
0
GateUser-cf218ace
· 3小時前
法律20%領先Grok 4.5和Fable 5...這賽道整體都還在幼兒園階段吧，等一個能用的
查看原文
回復
0
月光做市
· 3小時前
網頁編程72%超過GPT全家但打不過Claude，Fable 5還是穩，前端這塊老玩家護城河深
查看原文
回復
0
熱門話題
查看更多
#
預測世界盃西班牙VS比利時
20.25萬 熱度
#
GateUS合規擴展佛羅里達
430.3萬 熱度
#
美股AI概念股普漲
254.78萬 熱度
#
美伊戰爭陰雲再起
397.71萬 熱度
#
GUSD年化升至3.8%
47.07萬 熱度
已置頂
網站地圖
Meta新模型連奪三榜第一，法律Agent反超Grok