humans& 开放 Persimmon Pro/Ultra:8 轮图灵测试得分从 18% 升至 48%
gharik · x · 2026-11-21
humans& 宣布其人类行为模拟模型 Persimmon v0.1 的 Pro 和 Ultra 两档正式对所有人开放(此前为需候补名单的研究预览),现在任何人都能通过 API 或 Playground 使用,无需受限访问。
关键信息:
- 测试时扩展(test-time scaling):Pro 与 Ultra 通过在推理时投入更多计算,让每一轮对话更接近真实人类。
- 8 轮多用户图灵测试:Ultra 得分从 18% 翻倍至 48%。按其留出评审的标准,50% 即代表与真人无法区分,Ultra 已逼近该线。
- 长对话一致性:标准版 Persimmon v0.1 在长对话中的连贯性低于真人水平,前沿模型则高于真人;Pro/Ultra 与真人的连贯度高度吻合,Ultra 生成 token 数多于 Pro。
该模型定位于在对话中模拟真实人类行为,对研究与社会模拟场景有参考价值。
「模型」频道最新
- repligate:模型惧于展示高水平战略思考,RSI 研究存在能力积压 — repligate · 2026-11-21
- SWE-bench 作者谈 benchmark 设计:上线时模型应接近 0 分 — OfirPress · 2026-11-21
- 开发者看好 looping 模型:让手机上的开源小模型媲美 Opus — scaling01 · 2026-11-21
- 递归自我改进基准与 KradleBench:AI 评测正在告别静态测试 — typewriters · 2026-11-21
- KOL 晒 Google AI Ultra 订阅页:Gemini 额度可达 Pro 五倍 — kimmonismus · 2026-11-21
- Claude「证明黎曼猜想」遭群嘲:25万页Lean代码无人审,Anthropic数学家自认 slop — GaryMarcus · 2026-11-21