NeoHorse-1 4B 十项测试全胜基线:平均分从 58.94 升至 64.87
PrajwalTomar_ · x · 2026-09-16
Prajwal Tomar 在线程中引述 TokenRhythm 官方的早期测试数据：在其十项测试中，NeoHorse-1 4B 在每一项上都优于其 Qwen3.5 基座，平均分从 58.94 提升到 64.87。
他注明这些是 TokenRhythm 自己的测试结果，尚未独立复现。同线程还提到他此前用 OpenSquilla 在客户交付前测试 AI 构建的 MVP，模型被发现生产风险后能在质疑下自我修正并重跑测试成功。
所属事件:TokenRhythm 开源 NeoHorse-1：用 Agent 经验训练 4B/9B 模型(11 条相关)→
「模型」频道最新
- AWS 开源 Strands Harness 宣称比 Claude Code 便宜 45%，搅动 harness 之争 — blaizedsouza · 2026-11-02
- Yacine 赞誉 Terra High:一条推文引爆的新模型口碑 — yacineMTB · 2026-11-02
- 单卡 H200 跑 DeepSeek V4.1,时租仅 5.3 美元 — daluoseo · 2026-11-02
- 曝 Fable 5.5 最新 checkpoint 视频流出，纯代码生成 — kimmonismus · 2026-11-02
- 用户实测 Claude Opus 5.5 行为异常，引出持续学习难题 — JeremyNguyenPhD · 2026-11-02
- Reddit 热帖追问:为何主流 AI 模型集体忽略冰岛女性罢工 — Mathemodel · 2026-11-02