Meta nouveau modèle remporte trois premières places, l'agent juridique dépasse Grok 4.5

robot
Création du résumé en cours

Selon le suivi de Beating, l'organisme d'évaluation IA Vals AI a publié les résultats de Muse Spark 1.1. Le modèle se classe premier dans trois évaluations : les documents médicaux, les questions-réponses fiscales et l'agent juridique, avec des scores respectifs de 88,89 %, 79,72 % et 20,00 %.

Dans l'évaluation fiscale TaxEval v2, il dépasse Fable 5, Opus 4.8 et GPT-5.5. Cette évaluation comprend plus de 1 200 questions de test non divulguées, vérifiant à la fois les réponses et le processus de raisonnement. L'écart entre les meilleurs modèles est faible, les dix premiers étant séparés par moins de 3 points de pourcentage.

Dans l'évaluation de l'agent juridique, Muse Spark 1.1 a obtenu 20,00 %, dépassant les 12,92 % de Grok 4.5 et les 11,25 % de Fable 5. Le test exigeait que le modèle utilise des documents, des tableaux et des outils de fichiers pour effectuer un travail juridique réel.

Dans l'évaluation de programmation d'applications web, il a obtenu 72,16 %, dépassant GPT-5.5, Grok 4.5 et GPT-5.4, mais reste derrière Fable 5 et plusieurs modèles Claude.

META4,68%
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • Commentaire
  • Reposter
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
Aucun commentaire
  • Épinglé