Muse Spark 1.1 智商排名上升靠的是降低幻觉
ArtificialAnlys · x · 2026-07-11
Artificial Analysis 观察到 Muse Spark 1.1 在智能指数上的排名提升模式与 Grok 4.5 相反。Grok 4.5 的提升伴随着准确率和幻觉率的双升，而 Muse Spark 1.1 从第 4 名升至第 18 名主要归功于“弃权”机制：在准确率基本持平的情况下，其幻觉率大幅下降了 35 个百分点至 38%。
此外，在运行该智能指数测试时，Muse Spark 1.1 展现了较好的 token 效率，消耗了 9400 万输出 token，低于得分相近的 GPT-5.4 (xhigh) 和 GLM-5.2 (max) 等模型。
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