K2 Horizon 宁拒答不乱猜，幻觉率降至 26%
ArtificialAnlys · x · 2026-09-03
Artificial Analysis 指出 K2 Horizon 375B A23B 只尝试 40% 的 AA-Omniscience 问题，其余选择拒答而非乱猜，幻觉率 26%，为已测最低之一；准确率 18% 与前代持平，但较 K2 Think V2 的 71% 幻觉率大幅改善，AA-Omniscience 指数从 -40 升至 -3。
所属事件:K2 Horizon 评测细节公布：幻觉率仅 26%，agent 任务领先(4 条相关)→
「模型」频道最新
- OpenRouter 数据：Opus 5.5 在 29 类任务中 20 类支出第一 — mmurph · 2026-10-21
- 小团队数月从零到百造出 LLM，称 Meta 开源将迎第二纪元 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 配 DFlash drafter：分块 16 token 提速推理 — TimDarcet · 2026-10-21
- EvoPress 量化让 30B 模型从 56GB 压到 19GB，精度几乎不掉 — TimDarcet · 2026-10-21
- Muse Glimmer-30B 雷达图曝光：对标 Gemma4-31B 与 Qwen3.6-27B — TimDarcet · 2026-10-21
- 隐私评测 CIMemories：Muse Glimmer-30B 泄密率 26.4 优于 Qwen 的 53.4 — TimDarcet · 2026-10-21