Artificial Analysis 补充 Hy4 细分成绩:知识面强但幻觉率 89%
ArtificialAnlys · x · 2026-11-05
Artificial Analysis 在 Hy4 评测主线之外补充了细分数据：Hy4 在 AA-Omniscience v1.1 上准确率 50%，但幻觉率高达 89%；HLE-Diamond 得 33%；此前还披露 FrontierCode 2.0 得 31%。这些数据与主帖结论一致——Hy4 知识与推理表现跻身中国模型前列，但事实可靠性是明显短板。
「模型」频道最新
- Meta:微调 2B 小模型达前沿分类质量,成本仅 1%、延迟 35ms — _philschmid · 2026-11-05
- Reddit 用户细读 OpenAI 退订条款:降级后项目文件与记忆去向均未写明 — Ok_Negotiation_2587 · 2026-11-05
- 百度开源 ERNIE 5.5 Flash Base：280B MoE 仅激活 14B，支持百万上下文 — Baidu_Inc · 2026-11-05
- 实测：Kimi K3.1 遵循隐藏指令 0/15,GLM-5.3 与 GPT-6 达 26/27 — teortaxesTex · 2026-11-05
- 谷歌 Gemini 4 Carbon 登顶智能指数却不发布,Hesamation 喊话快放出来 — Hesamation · 2026-11-05
- 百度回归基座模型:ERNIE 5.5 Flash Base 上架 Hugging Face — Xianbao_QIAN · 2026-11-05