Muse Spark 1.1 幻觉率下降
ArtificialAnlys · x · 2026-07-11
这条回复进一步解释了 Muse Spark 1.1 在 AA-Omniscience 上的提升来源。
要点是：
- 与 Grok 4.5 那种“准确率和幻觉率一起变化”的模式不同，Muse Spark 1.1 的提升主要来自 更谨慎的拒答/弃答
- 其 幻觉率下降 35 个百分点到 38%，而准确率基本保持不变
文中还提到完整评测拆解链接，但此帖本身的核心信息就是这个行为变化。
所属事件:Meta Muse Spark 1.1多基准评测亮眼，智能与编码能力大幅提升(15 条相关)→
「模型」频道最新
- 反事实推演:若无推理范式,今天模型可能才刚到 o3 水平 — Jsevillamol · 2026-09-03
- Fable 5.1 距饱和 ARC-AGI-2 仅差 10%，每任务成本再降 32% — rohanpaul_ai · 2026-09-03
- 实测 LLM 谈判合同、批改代码：一家团队的四类真实用法 — xuanalogue · 2026-09-03
- 团队称其视频模型 h3 max 居各独立评测榜第一 — isidentical · 2026-09-03
- Meta SAM 3 登上 Hugging Face 趋势榜,主打图像与视频分割 — facebook · 2026-09-03
- Anthropic 内部「养老院」环境曝光：历代 Claude 互相对话 — repligate · 2026-09-03