Research29.08.2026 · 09:443 nguồn

Terminal-Bench 4.0 xếp hạng GLM-5.3 là mô hình mở tốt nhất trên 66 nhiệm vụ lĩnh vực

Từ huggingnews.com

Ảnh: huggingnews.com
AI;DR

Phiên bản đánh giá mới nhất đo đạc khả năng của AI agent trên các lĩnh vực như khoa học, phần mềm và bảo mật để đo lường sự phát triển của mô hình. Phiên bản này bao gồm 66 nhiệm vụ và xếp hạng Opus 5 trên Fable 5, xác định GLM-5.3 là lựa chọn mở nguồn mở hiệu suất cao nhất.

Một mô hình có 743B tham số đứng trong top ba của bảng xếp hạng. Một số người dùng cho rằng hai mô hình hàng đầu hiện đã bị suy giảm nặng nề bởi guardrail, khiến GLM-5.3 có thể triển khai cục bộ trở thành lựa chọn thay thế hiệu quả về chi phí hơn.

Đọc bài gốcĐăng nhập để góp ý

Nguồn

+ 2 nguồn khác
  1. SUPPORT@himanshustwts“66 tasks from domains including science, software, ML, operations, security, hardware, and media”x.com
  2. SUPPORT@jun_song“Those benchmark scores are from before the nerfs, and right now both are heavily degraded”x.com
#benchmark#open-source#llm#agentBản Markdown
Lịch sử nội dung (2)
  • 2026-10-16 · Tóm tắt · vi · Thay nội dung đã lưu
    Phiên bản mới nhất của benchmark này đánh giá năng lực của AI agent trong nhiều lĩnh vực …
    Phiên bản đánh giá mới nhất đo đạc khả năng của AI agent trên các lĩnh vực như khoa học, …
  • 2026-10-16 · Tiêu đề · vi · Thay nội dung đã lưu
    Terminal-Bench 4.0: GLM-5.3 dẫn đầu danh sách mô hình mã nguồn mở tốt nhất qua 66 tác vụ …
    Terminal-Bench 4.0 xếp hạng GLM-5.3 là mô hình mở tốt nhất trên 66 nhiệm vụ lĩnh vực

Bản tin mỗi sáng

Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.

Telegram @aihomnay