Muse Spark 1.1基准表现领先

alexandr_wang · x · 2026-07-13

Alexandr Wang 转述了一项新的理论计算机科学/有限模型理论评测结果：Muse Spark 1.1 在该基准上表现优于 Opus、Grok 4.5 和 Gemini。

被引的 benchmark 说明里提到：模型会拿到若干小图，需输出能够同时描述多个图中指定节点性质的一阶逻辑公式；该套评测共有 64 道题，重点考察归纳推理与形式化表达能力。

原文链接 →

「模型」频道最新

• Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26
• Mirendil 发布首个自研预训练模型 Fern,上下文最长 1000 万 token — bneyshabur · 2026-10-26
• 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
• 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26
• 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26
• 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26

更多「模型」频道 AI 资讯 →