Persimmon v0.1 Pro/Ultra 发布:多轮图灵测试得分翻倍至 48%
Diyi_Yang · x · 2026-11-21
Humansand 发布 Persimmon v0.1 Pro 和 Ultra 两个新档位,首次引入测试时扩展(test-time scaling)让多轮对话更逼真。
- 在 8 轮多人图灵测试上,Ultra 得分从 18% 翻倍到 48%;达到 50% 即意味着评判者无法区分模型与真人
- 配图显示 32 轮对话下 Ultra 仍保持 33.9% 的「骗过评判率」,Pro 为 23.9%,而 Nemotron Ultra Base 等基线模型仅 2-6%
- 对比模型在 2 轮时 33-52% 起步、随轮数骤降,Persimmon 的长对话一致性优势明显
所属事件:Persimmon v0.1 Pro/Ultra 发布:多轮图灵测试得分翻倍至 48%(3 条相关)→
「模型」频道最新
- 传 Claude 解决广义黎曼猜想:证明超 25 万页 Lean 已开源 — inductionheads · 2026-11-21
- Hume 团队为拟人用户模拟模型从零构建安全框架 — LukeW · 2026-11-21
- Matthew Berman 力荐 Gemini Neon:称其是一个出色的新模型 — MatthewBerman · 2026-11-21
- 微软推 MAI Licensed Weights:可带走前沿模型权重部署到自有环境 — marlene_zw · 2026-11-21
- Fable 额度用光被迫转 Gemini,开发者自嘲 token 富人与穷人之别 — jasondeanlee · 2026-11-21
- Matt Shumer:贵模型常更省钱,便宜模型重试成本反噬 — mattshumer_ · 2026-11-21