Tópicos populares
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Yaron (Ron) Minsky
Programador OCaml ocasional. Anfitrião de @signalsthreads.
@yminsky@discuss.sistemas
@yminsky.bsky.social
https://t.co/kiUGRvWOO2
Incrível que tenham feito este estudo. Demonstra coisas que qualquer pessoa que utiliza os modelos para trabalho de engenharia sério poderia ver, mas que são invisíveis nos dados públicos.
11/03, 00:34
Como é que os benchmarks se relacionam com as capacidades do mundo real? Para estudar isso, contratámos 4 mantenedores de repositórios utilizados no SWE-bench Verified para rever o código do agente.
Dos PRs do agente que passaram pelo avaliador do SWE-bench, os mantenedores fundiriam cerca de metade. Isso se mantém considerando o ruído nas decisões dos mantenedores.
125
Top
Classificação
Favoritos