Artificial Analysis · X更新日

知識は両モデルにとって相対的な弱点のままであるが、これは非常に低いハルシネーション(幻覚)率によって緩和されている。AA-Omniscienceでは、Muse Wonder…

知識は両モデルにとって相対的な弱点のままであるが、これは非常に低いハルシネーション(幻覚)率によって緩和されている。AA-Omniscienceでは、Muse Wonder Full (max) は30、Muse Wonder (max) は25を記録し、Muse Spark 1.3 (max) と同水準であり、例えば Claude Opus 5.5 (46)、GPT-6 Astra (43)、Gemini 4 Argon…

画像の出典 · Artificial Analysis · X

知識は両モデルにとって相対的な弱点のままであるが、これは非常に低いハルシネーション(幻覚)率によって緩和されている。AA-Omniscienceでは、Muse Wonder Full (max) は30、Muse Wonder (max) は25を記録し、Muse Spark 1.3 (max) と同水準であり、例えば Claude Opus 5.5 (46)、GPT-6 Astra (43)、Gemini 4 Argon (42)、Claude Sonnet 5.5 (32) を下回る

Muse Wonder Full (max) の5ポイントの向上は、ハルシネーション率を下げたこと(33%から23%へ)によるものであり、これによりテストされたモデルの中でも最もハルシネーションが少ない部類に入る:Intelligence Indexで45以上をスコアリングしたモデルの中では、Gemini 4 Argon (high、15%) に次いで2番目に低いハルシネーション率である。Muse Wonder (max) は27%で3番目

原文の出典

Artificial Analysis · X

内容について

原文の公開と権利は出典元に帰属します。

機械翻訳 · 原文をご参照ください