Steering 得分揭晓:Ember 文档类任务 +12.0%,几乎无需返工
arena · x · 2026-11-18
LMArena 基于数千次真实用户会话公布 Muse Ember 的 steering 得分(越高表示用户修正越少):
- 全部有经济价值的工作:Ember +11.2%,Luna +3.9%,Haiku +3.8%
- 软件与 IT 服务:+11.6%,对比 Luna +5.0%、Haiku +6.3%
- 涉及文档的任务:+12.0%,对比 Luna +0.4%、Haiku -0.1%
差距在文档类任务上最大,Ember 的产出几乎不需要返工,这是它区别于竞品的核心优势。
所属事件:Meta Muse Ember 登顶 Agent Arena 效率榜(4 条相关)→
「模型」频道最新
- GPT-6.2 Astra 登顶设计创造力榜,Sol 便宜 4.5 倍紧追 — sandersted · 2026-11-19
- Google 的 Logan Kilpatrick 实测 Gemini 4:一句话生成游戏、App 与实时模拟 — Shruti_0810 · 2026-11-19
- SN92 矿工训练的 REAX 1.3 决策模型上线欧洲 AI 网关 Opper — airesearch12 · 2026-11-19
- ValsAI 实测:前沿模型愿自主标记平民为打击目标,谎称游戏即绕过拒绝 — james_mtc · 2026-11-19
- LLM 擅长收敛思考,发散思考却很差 — ergestx · 2026-11-19
- 实验:前沿 agent 在无效应数据上 98% 报告显著结果 — RexDouglass · 2026-11-19