Muse 高级工程师基准成绩被撤回，作者自曝测试流程出问题
danshipper · x · 2026-10-13
danshipper 宣布撤下此前发布的 Muse 在其「高级工程师基准」上的表现推文，原因是测试运行中发现了问题，将修正后重新跑分。这意味着此前流传的 Muse 基准成绩暂不可信，需等待重测结果。
「模型」频道最新
- 开发者吐槽 Codex 变差:耗时 4 倍、质量翻倍差,转向 Opus — TJLarkin23 · 2026-10-13
- oQe 量化全面更新:代码 KL 散度最高降低 18% — huggingface · 2026-10-13
- Allen AI 发布 TutorMoments 评测：LLM 辅导常过度代劳 — allen_ai · 2026-10-13
- DeepSeek flash 端点疑似静默换模型,v4.1-pro 或在暗中灰度测试 — teortaxesTex · 2026-10-13
- 开发者：3D 游戏 demo 的创造力同样体现在 CAD 与文档任务 — Angaisb_ · 2026-10-13
- subquadratic 新模型上线前实战对决 Jev 与 OpenAI，7 项赢 6 项 — ryanallred · 2026-10-13