评测图更新:神秘 Mirendil-Base 在代码交叉熵上压过 Kimi-K3 与 Beam
bigblueboo · x · 2026-10-22
Behrooz Neyshabur(转发行)更新了一张在 Mirendil 仓库留存代码上的交叉熵(bits per byte,越低越好)对比图,加入新近发布的 Beam 与 Muse。图中自研的 Mirendil-Base-Large(80% trained,0.2177)与 Mirendil-Base-XL(19% trained,0.2181)领先,已超过 Kimi-K3(0.2387)、Beam-1.0-501B(0.2600)、Muse-Spark-Open(0.2649)、Nemotron-550B-Base、GLM-5.3、DeepSeek-V4-Pro-Base 与 Inkling;且 XL 版仅训练 19% 就接近 Large 版,暗示后续仍有提升空间。发帖人 bigblueboo 评价「Beam 是很强的模型」。
「模型」频道最新
- Corridor 发布安全模型 argos-1：Qwen 9B 微调胜过 GPT-6 与 Opus 5.5 — BraceSproul · 2026-10-22
- Recursive 的 Flint MoE 模型登陆 llama.cpp：39.8B 总参、每 token 仅激活 2.5B — jacek2023 · 2026-10-22
- $20 Claude 订阅用 Opus 5.5 比 $100 ChatGPT 套餐还耐用,用户感慨额度诚意 — rudrank · 2026-10-22
- Fireworks 实测 DeepSeek V4.1 Flash 跑出 1521 tok/s,11 秒生成完整 Tetris — nicolechirps · 2026-10-22
- Qwen3.6-35B本地模型工具调用对决GPT-5-mini：更诚实但慢20倍 — Mission-Sir-1614 · 2026-10-22
- Ingot 一周量化 Qwen 27B 到 FP8，多项基准反超阿里官方版本 — const_reborn · 2026-10-22