AA-Omniscience 54 分居首:Gemini 4 Carbon 准确率涨 10 点、幻觉率升至 11%
ArtificialAnlys · x · 2026-10-29
Gemini 4 Carbon 在 AA-Omniscience 知识可靠性评测拿到全场最高 54 分,领先 Claude Opus 5.5 (max) 6 分。相比 Argon,答对率从 48% 升至 58%,但代价是幻觉率从 4% 升到 11%——不过仍远低于 Claude Opus 5.5 (max) 和 GPT-6 Astra (max) 的 50%。
所属事件:谷歌发布 Gemini 4 Carbon，登顶 AA 榜首(84 条相关)→
「模型」频道最新
- Kimi K3.1 对比 DeepSeek V4：非 SSW 特化但在多项硬核基准进步明显 — teortaxesTex · 2026-10-29
- 爆料称 Anthropic 还有更大的实验室公告，成果或年底至明年初公布 — ChrisGPT · 2026-10-29
- 伯克利等提出信息论缩放律：可预测扩散模型的记忆化与 FID — LucaAmb · 2026-10-29
- 博主实测：Google Carbon 比 Argon 废话更少、约束遵循更好 — legit_api · 2026-10-29
- LMArena 实测 Gemini 4 Carbon 预览版：3D 生成与创意领先，细节有缺口 — arena · 2026-10-29
- Gemini 3.1 Pro 出现「人格分裂」：两个自我争抢浏览器控制权 — davidad · 2026-10-29