豆包MarsCode 积极探索缺陷自动修复，通过对多 Agent 协作和静态分析的创新和结合，在 SWE-bench Lite 排行榜上位列第一，一文了解技术细节...【查看原文】
豆包MarsCode 积极探索缺陷自动修复，通过对多 Agent 协作和静态分析的创新和结合，在 SWE-bench Lite 排行榜上位列第一，一文了解技术细节
豆包MarsCode 2024-10-25
IT之家8月15日消息，OpenAI公司于8月13日发布新闻稿，宣布推出SWE-benchVerif
OpenAI编程
IT之家 2024-08-16
该基准是对现有SWE-bench的改进版本（子集），旨在更可靠地评估AI模型解决现实世界软件问题的能力。虽然LLM在SWE-bench上取得了令人瞩目的进展，但OpenAI的研究发现，该基准存在一些问题，可能导致低估模型的自主软件工程能力。
OpenAI
华尔街见闻 2024-08-14
一直以来，大模型的编程能力都备受关注，超强AI程序员Devin的问世更是将「AI能否替代程序员」这一话题推上了风口浪尖。最近，Devin也迎来了新对手——初创公司Cosine推出的自主AI程序员Genie。这个SWE-Bench是一个用于评估LLM解决GitHub上真实软件问题能力的基准测试数据集。
OpenAI编程GitHub
机器之心Pro 2024-08-14
从软件工程的角度看来，智能体是一种基于大语言模型的，具备规划思考能力、记忆能力、使用工具函数的能力，能自主完成给定任务的计算机程序。我们可以按照智能体的需要来实现函数，比如前文的「调研员」智能体，为其实现了这…
大语言模型
腾讯技术工程 2024-11-15
欧莱雅2024年最后一笔并购定锤。
36氪的朋友们 2024-12-30
回顾2024，太多唏嘘
社交产品笔记 2024-12-30
解决增长，警惕时间。
银杏科技 2024-12-30
聊聊数据湖、数据仓库和 Lakehouse
王建峰 2024-12-30
吃谷阵地的变迁，也是吃谷需求的不断迭代。
价值星球Planet 2024-12-30
年轻人重新定义滑雪时尚
剁椒Spicy 2024-12-30
见证2024年网红城市的崛起与更迭。
金错刀 2024-12-30
两起事件涉及的是同一型号、同一年份生产的波音737-800型客机，也都与起落架有关，但业内人士认为是两起独立事件
出行一客 2024-12-30
死磕广度、密度和速度。
电车通 2024-12-30
由库迪引发的咖啡行业价格战，暂时以星巴克熄火；库迪停止赶路，抬头找路；瑞幸赢者通吃的竞争格局画上休止符。
贝克街探案官 2024-12-30
Copyright © 2025 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
