Muse Wonder Full 分布外任务表现更优

为了量化模型处理陌生任务的能力，我们将后训练期间训练过的任务上的测试时计算扩展与其他任务进行了对比。

两个模型在分布外任务上的提升幅度相近，但在分布内得分相同的情况下，Muse Wonder Full 在陌生任务上的表现优于 Muse Spark 1.3 趋势所预测的水平。我们将这一上移归因于更强的基础模型，它能更有效地将后训练的收益迁移到我们未曾预料到的任务上。