待验证50% 置信基准精确时间
在Meta公司内部的记忆测试中，Muse Wonder的表现超过了Fable、Opus和Astra等系统。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/12
首次发现
有效期至：2026/10/26
来源
涉及实体
相关事实
待验证OS World的82项测试并非在完全相同条件下运行，一半任务沿用原基线分数，投入资源和尝试次数也不同，因此7个百分点提升不能全归功于记忆64% 相似待验证Meta、NVIDIA等公司的研究表明RAG在知识密集型任务上的准确率比纯参数记忆提高20%-40%59% 相似待验证Muse Glimmer在Artificial Analysis第二版测试中幻觉率高达82%，知识工作和幻觉是其最大弱点58% 相似待验证Astra在Artificial Analysis智能指数上低于GLM 5.3 Flash等小模型，因该指数基于已过时饱和的基准（如GPQA）57% 相似待验证该用户指出这些模型在基准测试中拿到很高分数，却在最简单的任务上频频失败57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1010388API
curl https://kongchang.com/api/v1/knowledge/claims/1010388MCP
get_claim(id=1010388)