Newsy · Inne
Artificial Analysis dodaje FrontierCode, test zmian w kodzie nadających się do scalenia
FrontierCode 1.1 od Cognition sprawdza, czy opiekunowie prawdziwego repozytorium open source scaliliby zmianę przygotowaną przez agenta. Według Artificial Analysis czołowe modele wciąż nie radzą sobie z ponad 40% zadań.
Źródła
- Artificial AnalysisOryginalne ogłoszenie
Nagłówek i streszczenie są nasze, a fakty pochodzą z powyższych źródeł. Zobacz, jak weryfikujemy.