Trendande ämnen
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico−5,15 %
USELESS
USELESS−2,64 %
IKUN
IKUN−5,84 %
gib
gib−2,96 %
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk−2,06 %
ALON
ALON−4,35 %
LAUNCHCOIN
LAUNCHCOIN+5,44 %
GOONC
GOONC−2,56 %
KLED
KLED−1,35 %
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP+0,1 %
Boopa
Boopa−5 %
PORK
PORK0,00 %
header
Yaron (Ron) Minsky
Ibland OCaml-programmerare. Värd för @signalsthreads. @yminsky@discuss.system @yminsky.bsky.social https://t.co/kiUGRvWOO2
Yaron (Ron) Minsky
Yaron (Ron) Minsky17 timmar sedan
Fantastiskt att de gjorde den här studien. Det visar saker som vem som helst som använder modellerna för seriöst ingenjörsarbete kan se, men som är osynligt i den offentliga datan.
Parker Whitfill
Parker Whitfill11 mars 00:34
Hur kopplas benchmarks till verkliga kapaciteter? För att studera detta anställde vi fyra underhållare av repoer som används i SWE-bench Verified för att granska agentkod. Av agent-PR:er som klarade SWE-bench:s grader skulle underhållare slå ihop ~hälften. Detta tar hänsyn till brus i underhållarbeslut.
117