先了解这件事
AI 综述
Meta 预览了内部评测框架 WildArtifactBench,用于评估智能体在多种交付格式下的复杂真实任务,并开放其中 10 个任务。该框架采用人类与智能体偏好评判给出的胜率和 Elo 分数,而非严格的标准答案评分标准,从而扩大对实际多模态工作流的任务覆盖。同一批发布还展示了 Muse Spark 1.1 和 1.2 在 Cat Mesh、Plywood Whale 任务上生成的产物,其中 Plywood Whale 的产物以链接形式给出。目前该框架仍处于预览阶段,尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Meta 展示 Muse Spark 1.1 与 1.2 生成作品事件进展
1 个已确认进展
- 来源：AI at Meta
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月21日
AI at Meta一手
Meta 展示 Muse Spark 1.1 与 1.2 生成作品
以下是 Muse Spark 1.1 和 1.2 在 Plywood Whale 上生成的产物：https://t.co/q5dATHjPGZ https://t.co/Qb8vZISu4V
AI at Meta一手
Muse Spark 1.1 和 1.2 在 Cat Mesh 上的生成产物
以下是 Muse Spark 1.1 和 1.2 在 Cat Mesh 上的生成产物：https://t.co/loY5g46x1V https://t.co/1O9AaD7urh
AI at Meta一手
Meta 预览 WildArtifactBench 智能体评测框架
Meta 预览内部评测框架 WildArtifactBench，用于评估智能体在多种交付格式下的复杂真实任务，并开放其中 10 个任务。该框架采用人类与智能体偏好评判给出的胜率和 Elo 分数，而非严格的标准答案评分标准，从而扩大对实际多模态工作流的任务覆盖。帖子还展示了 Muse Spark 1.1 和 1.2 在 Cat Mesh、Plywood Whale 任务上生成的产物。