长上下文蒸馏模型 Muse Glimmer 跑分曝光,AA-LCR 达 80 分
TimDarcet · x · 2026-10-21
作者 TimDarcet 晒出 Muse Glimmer 模型的能力评分表,强调长上下文能力用的是真实思考+问答式评测(AA-LCR,10 万 token 提示词),而非合成的 needle-in-a-haystack 类测试。
- AA-LCR:Muse Glimmer 80.0,高于 Gemma4-31B(thinking) 的 68.3 和 Qwen3.6-27B(thinking) 的 73.3
- Beam 128K:65.1,同样领先两个对比模型
- IFBench 指令遵循 77.0 略胜 Gemma4-31B 的 76.0;SkillsBench 44.3 落后 Qwen3.6-27B 的 46.6
- 作者称该模型做 agent 任务时「不会每个工具调用后就压缩上下文」,且听指挥
所属事件:Meta Muse-Glimmer-30B 曝光：虚拟人生合成数据训练端侧 Agent(9 条相关)→
「模型」频道最新
- X 热榜三条 AI 速览：Holon-S1 预测癌片基因活性、decision models 走红 — iScienceLuvr · 2026-10-21
- OpenAI 多语言编程基准 MultiLangBench：PHP 拿下单项最高 91.3% — ricklamers · 2026-10-21
- 具身评测 704 票 Elo：Claude Opus 5.5 以 1379 分领跑机器人操作 — qinzytech · 2026-10-21
- DeepSeek V4 被评「神级 infra + 四流 ML」:一次发布堆 7 个技巧 20 个补丁 — teortaxesTex · 2026-10-21
- GPT-6 Astra 与 Claude Fable 5.1 写论文，专家评审仍全部拒稿 — sayashk · 2026-10-21
- GitHub Copilot 推出 HydraFusion：按任务动态编排多模型执行 — WirelessLife · 2026-10-21