跳到正文
热点事件持续更新

三款模型27题横评结果公布

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

AGI Hunt作者使用自建harness对Nemotron 3.5 Super、Inkling 2 Mini和Muse Glimmer进行27道相同题目的横评,结果显示Nemotron 3.5 Super(120B-A12B NVFP4)综合领先,中位延迟为51.3秒,平均工具调用9.1次,失败调用17次且没有重复调用。 分项表现存在差异:Inkling 2 Mini的回答结构更深,70.4%的回答包含Markdown表格;Muse Glimmer对错误表和列的猜测少6倍,速度也更快,报告所列为58.5秒,而Nemotron 3.5 Super为316秒。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. AGI Hunt
    27 题自建评测:Nemotron 3.5 Super 全面胜过 Inkling 2 Mini 与 Muse Glimmer

    自建 27 题同题横评中,Nemotron 3.5 Super(120B-A12B NVFP4)综合领先,中位延迟 51.3s、平均工具调用 9.1 次、失败调用仅 17 次且零重复调用。Inkling 2 Mini 的回答结构更深,70.4% 含 Markdown 表格;Muse Glimmer 错误表/列猜测少 6 倍,当前速度快 5 倍(58.5s vs 316s)。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月21日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。