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
- Business Standard 订阅宣传含 Gemini，实际却不是能测 AI 的档位 — ChrisRackauckas · 2026-10-18
- 付费 Google AI 订阅撞墙：自定义域名账户被要求转个人账号 — ChrisRackauckas · 2026-10-18
- 560B MoE 塞进 4 台 DGX Spark:Ling 3.1 Flash 用 llama.cpp RPC 跑通 — BerryBlush_Rogers691 · 2026-10-18
- OpenRouter 与 API 现身 Aurora 多个 checkpoint,传为 OpenAI 应对 Fable 5.5 — ChrisGPT · 2026-10-18
- 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