DRACO 基准再次显示，融合系统仍领先单一前沿模型
iamtrask · x · 2026-07-22
OpenMined 重新跑了一个基于 OpenRouter 的实验，在 DRACO 这个 deep research benchmark 上继续观察到：融合模型仍然占优。
- 排名前 5 的系统全部是 fusion；最好的单一前沿模型只排到第 6。
- 作者称，这一结果与另外 4 家初创公司以及洛斯阿拉莫斯国家实验室的观察一致。
- 图表里可以看到，像 Fable + GPT-5.5、Opus + GPT-5.5 + DeepSeek、DeepSeek + Kimi + GPT-5.5 这样的组合，明显超过单模型方案。
作者把这解读为：在深度研究类任务上，多模型融合依旧是更强的路线，后续还会有更多 benchmark。
所属事件:DRACO基准测试显示融合系统仍领先单一前沿模型(2 条相关)→
「研究」频道最新
- Meta FAIR 提出 Self-Direction:把 agent 失败变成 LoRA 技能,成功率提 13.8pp — karen_ullrich · 2026-10-27
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- 为什么没有更多 10M 上下文模型?研究者抛出注意力机制疑问 — agarwl_ · 2026-10-27
- 研究者吐槽:论文里 PSNR 低于 15dB 基本是用错了指标 — kwangmoo_yi · 2026-10-27
- Ortet 首批医疗评测:34 个开源模型 50 项任务,通用排名不够用 — thegautamkamath · 2026-10-27
- Scaling 拟合之争:Uncheatable 计入输出头 FLOPs,Paloma 剔除,最小档差距高达 65% — dlwh · 2026-10-27