Muse Spark 1.3 在全新 CursorBench 4.0 上表现亮眼
jyangballin · x · 2026-09-11
- leerob 宣布推出 CursorBench 4.0：新增模型指令遵循能力、长周期复杂项目处理等新任务，且整体难度更高（各模型分数普遍下降），作为无法被针对性优化的新基准。
- mattdeitke 评价 Muse Spark 1.3 在该新基准上表现出色，并认为 Meta 过去常被诟病「刷榜」，但在刚发布、无从优化的大纲上依然拿高分，说明模型泛化能力确实强。
所属事件:CursorBench 4.0 发布：难度提升各家得分下滑，Fable 5.1 Max 居首(6 条相关)→
「模型」频道最新
- 临近 IPO 的 AI 大厂,LLM 默认文笔依然难以卒读 — GabGarrett · 2026-10-28
- 反驳「开源中国模型被碾压」：Kimi 3.1 在 Frontier Code 2 上接近 Fable — bookwormengr · 2026-10-28
- 开源模型 Flint 冲上 Hugging Face 趋势榜第 2,作者预告改进方向 — josh_tobin_ · 2026-10-28
- Yacine 怒评:最强语言模型依然烂得离谱,自己也被逼到极限 — yacineMTB · 2026-10-28
- 阿里港科大发布 Omni-InteractScope:全模态流式交互基准 — Qwen · 2026-10-28
- Mistral 发布 Timestral 时间序列基础模型家族,GIFT-Eval 登顶 — mistralai · 2026-10-28