Grande nouvelle : Muse Wonder Full (Max) a propulsé @AIatMeta au rang de labo n°4 dans l'Agent Arena !
Le dernier modèle se classe #7 dans l'Agent Arena avec une amélioration nette de +11.3% sur plus de +6.5K sessions agentiques réelles.
C'est une avancée claire pour la famille Muse :
+7.5 points de pourcentage par rapport à Muse Wonder (Max), classé #14 à +3.8%
+7.8 points de pourcentage par rapport à Muse Spark 1.3 (Max), classé #17 à +3.5%
Cette performance se retrouve aussi dans toutes les catégories : #5 en Chat, #6 en Code et #7 en Work.
Au niveau des signaux, Muse Wonder Full (Max) se classe :
- #6 en Praise vs. Complaint (+21.9%)
- #6 en Confirmed Success (+13.4%)
- #7 en Steerability (+11.2%)
- #16 en Bash Reliability (+7.7%)
- Aucun problème en Tool Hallucination
Félicitations à l'équipe @AIatMeta et à @alexandr_wang !