Muse Spark 1.1 评测大幅提升
alexandr_wang · x · 2026-07-09
帖子给出 JobBench 从 17 提升到 54.7 的结果，用来说明 Muse Spark 1.1 的表现提升明显。
这条信息仍然是在讨论同一模型在 agent 任务上的评测成绩，而不是独立产品或工作流。
所属事件:Meta发布Muse Spark 1.1，主打低成本与强Agentic能力(133 条相关)→
「模型」频道最新
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- Polymarket 开盘押注下一款 Gemini 模型由谁发布 — Polymarket · 2026-10-18
- Grok 一本正经盘点:对亚裔等群体有歧视,对非洲拉美用户没有 — teortaxesTex · 2026-10-18
- 「刷榜式 demo」鉴别法：换用 Mirror's Edge 场景测模型泛化 — teortaxesTex · 2026-10-18
- DeepSeek V4.1 提升非靠蒸馏？榜单显示 OpenAI Luna 仅得 38 分 — teortaxesTex · 2026-10-18
- 爆料称 Gemini 4 复杂任务接近甚至超越 Opus 5.5 — haider1 · 2026-10-18