Noticia emocionante: Muse Wonder Full (Max) ha subido a @AIatMeta como el laboratorio #4 en el Agent Arena!
El último modelo se clasifica #7 en el Agent Arena con una mejora neta de +11.3% en más de 6.5K sesiones agénticas del mundo real.
Este es un paso claro adelante para la familia Muse:
+7.5 puntos porcentuales sobre Muse Wonder (Max), clasificado #14 con +3.8%
+7.8 puntos porcentuales sobre Muse Spark 1.3 (Max), clasificado #17 con +3.5%
Este rendimiento también se refleja en todas las categorías: #5 en Chat, #6 en Code y #7 en Work.
A nivel de señales, Muse Wonder Full (Max) se clasifica:
- #6 en Praise vs. Complaint (+21.9%)
- #6 en Confirmed Success (+13.4%)
- #7 en Steerability (+11.2%)
- #16 en Bash Reliability (+7.7%)
- Sin problemas en Tool Hallucination
Enhorabuena al equipo de @AIatMeta y a @alexandr_wang!