校准度榜单上线:Decider 35B-A3B 成校准最佳模型

multimodalart · x · 2026-09-22

multimodalart 宣布其排行榜新增 calibration(校准度)指标,基于 Qwen3.5-35B-A3B-Base 的 Decider 35B-A3B(by notmapika)登顶最校准模型。

• 校准度衡量模型对自身置信度的准确程度,是常被忽视但关键的能力维度
• 整个评测方法学与代码全部开源、可复现,方法论文档与 GitHub 仓库均已公开
• 对关注模型可靠性与不确定性估计的开发者有参考价值

原文链接 →

「模型」频道最新

• 实测:MiMo-V2.6 Flash 跑通百步临床 Agent 工作流,速度飞快 — MaziyarPanahi · 2026-09-22
• Ramp 数据：GPT-6 Astra 企业支出份额超 Claude Opus 5 登顶 — firstadopter · 2026-09-22
• 86 道物理题各跑 100 遍：模型校准实测 87.6% 准确率 — Ok-Challenge-7810 · 2026-09-22
• 曝 DeepSeek 押注华为芯片训练新模型，梁文锋称「必须成」 — kimmonismus · 2026-09-22
• 小米 MiMo-V2.6-Pro 登顶开源模型,Anthropic 指其蒸馏 Claude 数据 — The Decoder · 2026-09-22
• 腾讯开放微信接口，上百 G 聊天数据处理终于可行 — Xianbao_QIAN · 2026-09-22

更多「模型」频道 AI 资讯 →