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 4.5
区块律动
2026-07-10 03:07:38
關注
摘要生成中
据動察 Beating 監測，AI 評測機構 Vals AI 公佈 Muse Spark 1.1 成績。模型在醫療文書、稅務問答和法律 Agent 三項評測中排名第一，得分分別為 88.89%、79.72% 和 20.00%。
在稅務評測 TaxEval v2 中，它超過 Fable 5、Opus 4.8 和 GPT-5.5。該評測包含超過 1200 道未公開測試題，既檢查答案，也檢查推理過程。頭部模型差距較小，前十名相差不到 3 個百分點。
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%。測試要求模型使用文檔、表格和文件工具完成真實法律工作。
它在網頁應用程式設計評測中得分 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
6.64%
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
。
打賞
按讚
回覆
轉發
分享
回覆
請輸入回覆內容
請輸入回覆內容
回覆
暫無回覆
熱門話題
查看更多
#
預測世界盃西班牙VS比利時
26.89萬 熱度
#
GateUS合規擴展佛羅里達
430.99萬 熱度
#
美股AI概念股普漲
123.48萬 熱度
#
美伊戰爭陰雲再起
391.05萬 熱度
#
GUSD年化升至3.8%
50.15萬 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 4.5
在稅務評測 TaxEval v2 中，它超過 Fable 5、Opus 4.8 和 GPT-5.5。該評測包含超過 1200 道未公開測試題，既檢查答案，也檢查推理過程。頭部模型差距較小，前十名相差不到 3 個百分點。
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%。測試要求模型使用文檔、表格和文件工具完成真實法律工作。
它在網頁應用程式設計評測中得分 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。