Muse 新模型亮相 ProgramBench：从二进制重建程序，最强模型近乎全灭

Muse 团队成员宣布 Muse Wonder 参与 ProgramBench 评测，并预告本周晚些时候公布的 % resolved 成绩会"令人震惊"。该基准由 Meta Superintelligence Labs、斯坦福和哈佛推出，含 200 个任务，要求 agent 仅凭编译后的二进制和文档重建完整程序行为。