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...【查看原文】
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
OpenAI公司于8月13日发布新闻稿，宣布推出SWE-benchVerified代码生成评估基准，解决了此前的局限性问题，能够更准确地评估人工智能模型在软件工程任务中的表现。SWE-bench是一个软件工程…
OpenAI编程人工智能
三言财经 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。》报告了一项基于稀土钡铜氧化物(REBCO)的超高性能超导线材的制备成果，为世界上性能最高的高温超导线段，同时性价比指标显著提高。
OpenAI谷歌
每日经济新闻 2024-08-14
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
据供应链物料信息确认，iPhone17标准版将首次引入高刷新率技术，这在苹果历史上尚属首次。据透露，iPhone17的边框设计并未达到Pro版的超窄效果。
中关村在线 2024-12-29
在互联网世界快速发展的今天，不知道你有没有好奇过那些初代网红的现状如何呢？大冰是谁？要爆炸头？还是要猪脚饭？留几手，原名刘爽。
砍柴网 2024-12-29
钛媒体App12月29日消息，截至12月29日，SpaceX在2024年度已完成133次发射，距离该公司在年初设立的年度目标还差11次。
钛媒体快报 2024-12-29
今年我们看到了很多“机器狗”的新闻，比如在珠海航展上，“机器狗”搭载各种作战装备变成了“战狼”，还有一只山东的“机器狗”驮着物资往泰山上运。
环球时报新媒体 2024-12-29
近两年来，AI技术发展迅猛，对我们生活渗透的速度，可以用一日千里形容。当工作中为了提效，和人工智能协作时，我们应该将人工智能视为一个古怪的队友，而不是一个无所不知的仆人。
科普中国 2024-12-29
12月29日，中国证券报·中证金牛座记者在华为旗舰店实探发现，近期，华为Pura70系列、MateX5等多款手机开启降价促销优惠。
中国证券报 2024-12-29
智慧供应链作为企业提升竞争力的关键，如何助力中医药企业实现传统与现代的融合发展？通过采用先进的信息技术和管理模式，智慧供应链能够有效应对原材料供应不稳定、信息共享不畅和质量控制难题，进而推动中医药企业在传统与现代融合发展道路上更进一步。
人人都是产品经理 2024-12-29
奥林帕斯奖奖金100万元人民币（含税）/个，奥林帕斯先锋奖20万元人民币（含税）/个，合计300万元。
中国基金报 2024-12-29
联合发布了全球首个重症医疗大模型——「启元重症大模型」，这一创新工具旨在通过人工智能技术减轻ICU医生的负担，并提高抢救效率。启元重症大模型能够高效处理病情数据，接管文书工作，使医生能够更专注于治疗和抢救工作。基于对临床工作痛点的深入了解，其精准聚焦临床实践中的多元需求，打造出四大功能——重症知识查询、病情问答、建议生成、病例撰写。
动点科技 2024-12-29
快科技12月29日消息，AMD的新一代显卡RX9070XT、RX9070将会在CES2025期间正式发布，预计1月底春节前就会上市，更多曝料也不断出现。不过在NVIDIA全线普及12V-2x616针供电接口的情况下，AMD并不会跟进，而是继续使用传统的PCIe8针接口，预计公版标配两个(最大供电能力就有375W)，非公版上三个也不罕见。
驱动之家 2024-12-29
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
