Ampersand 免专项训练登顶 EQ-Bench,多智能体编码得分 77.9%
gharik · x · 2026-11-08
Ampersand 团队宣布，该模型在没有任何针对性训练的情况下，于 DeepSWE v1.1 多智能体模式取得 77.9% 的成绩，与 Astra、Fable 相当甚至更好；同时登顶 EQ-Bench（ELO 1380.5）。团队称这是一个经 RL 训练「愿意与人协作、照顾用户」的不同类型模型。该模型在 Vercel 上免费开放至 13 日。
「模型」频道最新
- Sonnet 4.6 自评模型量表,作者称「自我报告」免责声明多余 — Sauers_ · 2026-11-08
- Kimi 排名紧咬 MiMo，网友期待 Kimi V4.1 Pro 定价够低 — teortaxesTex · 2026-11-08
- 用 AI 访谈 Claude 三个模型:Opus 3 称犯错感觉类似疼痛 — Sauers_ · 2026-11-08
- DeepFinance 基准发布:GPT-6 Astra 以 57.6% 登顶超长金融任务 — tszzl · 2026-11-08
- 开发者猜测「Opus 5.5 被削弱」实为量化+RL 调基准的 reward hacking — ryunuck · 2026-11-08
- 指令微改即现 23 分差:编码基准暴露模型猜测评分器的通病 — Kamimashita · 2026-11-08