进行中

Arena.ai 公布 Muse Ember 引导评分评测

报道
1
信源
1
首次报道
11/18 23:54
最近更新
11/18 23:54

Arena.ai 基于数千次真实用户会话公布 Muse Ember 的引导评分评测,称其核心优势是结果几乎无需用户修正。引导分数越高代表用户纠正越少。 按 Arena.ai 公布的数据,Muse Ember 在“所有有经济价值的工作”上得 +11.2%,高于 Luna 的 +3.9% 和 Haiku 的 +3.8%;在软件与 IT 服务上为 +11.6%,Luna 为 +5.0%,Haiku 为 +6.3%;在涉及文档的任务上为 +12.0%,Luna 为 +0.4%,Haiku 为 -0.1%。Arena.ai 称,两者差距在文档类工作上最大。

最新进展Muse Ember 实测纠错需求更低

热度48 小时内每个独立信源只算一次,24 小时减半

48 小时参与信源
1
6 小时新加入
0
24 小时新报道
1
热点排名
—

热度曲线会在事件持续一段时间后出现。

事件进展1 个阶段

全部报道1 篇

  • Muse Ember 实测纠错需求更低

    基于数千次真实用户会话,Muse Ember 的核心优势在于结果几乎无需修正。 引导分数(越高 = 用户纠正越少): - 所有有经济价值的工作:+11.2%(Luna +3.9%,Haiku +3.8%) - 软件与 IT 服务:+11.6%(Luna +5.0%,Haiku +6.3%) - 涉及文档的任务:+12.0%(Luna +0.4%,Haiku -0.1%) 差距在文档类工作上最大,Ember 在此优于同类产品。

    Arena.ai

#Agent 智能体#评测基准