Ornith-1.5-397B
PulseAugur coverage of Ornith-1.5-397B — every cluster mentioning Ornith-1.5-397B across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Hugging Face SWE-bench 排行榜显示 9 个自报结果优于官方最佳 · 跟踪 1 个来源
Hugging Face SWE-bench Verified 排行榜于 2026 年 11 月 5 日更新,列出了来自 68 个仓库的 78 个结果,但没有一个是官方验证的。九个自报条目超过了 swebench.com 表格上的最高分 79.2,该表格最后更新于 2026 年 2 月 26 日。这些顶级条目包括 Ornith-1.5-397B 和 gpt-oss 等模型,其中一些结果源自公开的拉取请求,而非主分支。
-
Hugging Face 排行榜显示顶级 AI 模型使用工具,影响得分
对 Hugging Face "人类终极考试" (HLE) 排行榜的最新分析显示,大多数表现最佳的模型都在使用外部工具,而排行榜并未明确追踪这一因素。在前 24 行中,有 21 行明确表示使用了工具,另外三行未标记的行也根据其模型卡确认使用了工具。使用工具可显著提高分数,增加 7.8 至 15.1 分,与测试固有的噪声相比,这是一个巨大的优势。第一个明确报告 "未使用工具" 分数的模型排名第 25 位,这凸显了工具增强对性能的影响。
-
Ornith-1.5系列开源LLM发布,可与Claude Opus 4.8匹敌
AI研究组织Ornith发布了Ornith-1.5系列开源大语言模型。该系列模型有三种尺寸:Ornith-1.5-397B、Ornith-1.5-35B-A3B和Ornith-1.5-9B。最大的Ornith-1.5-397B模型在基准测试得分上可与Claude Opus 4.8相媲美,而最小的Ornith-1.5-9B模型经过量化后,能够在智能手机上运行。Ornith-1.5模型采用了自我改进策略进行训练,包含一个AI模型自身提出挑…