调整内容过滤后，Meta 模型 APEX-Agents 成绩升至 41.9%

RylanSchaeffer · x · 2026-07-22

Mercor 更新了 Meta 的 Muse Spark 1.1 模型在 APEX-Agents 基准上的成绩。

此前该模型在执行长周期专业服务任务（涉及银行、法律和咨询）时，约有 10% 的任务因内容审核逻辑的误判而被拦截，导致得分为 0。在与 Meta 团队合作调整并优化了公开检查点的安全过滤机制后，其 Pass@1 成绩从 37.1% 提升至 41.9%，整体排名升至第二，仅次于 Claude Fable 5（43.3%）。