Muse Glimmer 晒 agent 横评:τ³-Banking、MCPAtlas 多项领先
TimDarcet · x · 2026-10-21
TimDarcet 继续晒 Muse Glimmer 的 agent 能力评分,覆盖银行文书(τ³-Banking)、电脑操作(OSWorld-Verified)、工具调用(MCPAtlas)、深度搜索(DeepSearchQA)等日常文书类任务。
- 领先项:τ³-Banking 23.5、WildClawBench 47.6、GAIA2 43.3、MCPAtlas 75.5、DeepSearchQA 74.6
- 落后项:GDPval-AA 953 vs Qwen3.6-27B 的 1141;OSWorld-Verified 65.9 vs Qwen 的 75.6
- 对比对象为 Gemma4-31B(thinking) 与 Qwen3.6-27B(thinking)
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)→
「编程与Agent」频道最新
- Claude Code 上下文清理小技巧:用 claude-md-management 插件审计 CLAUDE.md — daniel_mac8 · 2026-10-21
- MIT 团队获 Laude 资助重建数据系统,WaggleHaus 面向 agent 化数据湖查询 — lateinteraction · 2026-10-21
- komorama 周记:AI 彼得原理——前 90% 从未这么快,后 90% 从未这么慢 — lennysan · 2026-10-21
- Opus 编排开源视频模型,成本仅 SOTA 视频模型的约 1/80 — mickeyxfriedman · 2026-10-21
- 多智能体架构正在被「发现」而非设计，共享状态成涌现偏好 — JensHonack · 2026-10-21
- UC Berkeley 团队开源 SkyDiscover:用 AI 自动发现算法并组装系统 — CShorten30 · 2026-10-21