Humansand 发布 Persimmon v0.1 Pro/Ultra,多轮图灵测试得分大幅提升

Humansand 发布 Persimmon v0.1 Pro 和 Ultra 两个新档位模型,首次引入测试时扩展(test-time scaling)使多轮对话更逼真,主打长对话中的拟人一致性,可在 Playground 试用并通过 API 接入。在自研多用户图灵测试(K=8)的三个数据集上,Ultra 在 TIDES 得分达 41.9%,多用户图灵测试「骗过」人类的比率接近 50%,官方称显著优于基线,而前沿大模型的相应比率不足 1%。

2026-11-21 ~ 2026-11-21 · 4 条相关