Artificial Analysis · X更新于

知识仍然是这两款模型的相对弱项,但极低的幻觉率缓解了这一问题。在AA-Omniscience上,Muse Wonder…

AA-Omniscience评测显示Muse Wonder Full (max)知识得30分,其幻觉率从33%降至23%,在Intelligence Index 45分以上模型中排第二低。此数据仅出自Artificial Analysis一家的评测。

配图来源 · Artificial Analysis · X

知识仍然是这两款模型的相对弱项,但极低的幻觉率缓解了这一问题。在AA-Omniscience上,Muse Wonder Full (max) 得分为30,Muse Wonder (max) 得分为25,与Muse Spark 1.3 (max) 持平,低于例如Claude Opus 5.5 (46)、GPT-6 Astra (43)、Gemini 4 Argon (42) 和Claude Sonnet 5.5 (32)

Muse Wonder Full (max) 的5分提升来自将其幻觉率降低(从33%降至23%),这使其跻身所测试模型中幻觉最少的行列:在智力指数得分达到45或以上的模型中,其幻觉率第二低,仅次于Gemini 4 Argon (high, 15%)。Muse Wonder (max) 以27%位列第三

原始出处

Artificial Analysis · X

内容说明

原始发布及相关权利归来源方。

机器翻译 · 请以原文为准