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
2024年新消费领域大事记。
亿欧网 2024-12-27
导游吃香，专业被裁
橡树实验室 2024-12-27
下一个“光模块”?
格隆汇 2024-12-27
欧美经济差距越来越大的最主要原因是欧洲对新技术和研发的投资不足，这导致了欧洲生产率与美国渐行渐远
《财经》新媒体 2024-12-27
除非物理学不存在了
爱范儿 2024-12-27
京沪蓉尔滨引领2024体育文旅热潮，赛事经济刺激消费增长。
体坛经济观察 2024-12-27
鱿鱼游戏2来了。
36氪的朋友们 2024-12-27
从量变到质变。
雷科技 2024-12-27
张一鸣很烦恼。
圈内新知 2024-12-27
当了老板出手就是大方。
Copyright © 2026 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
