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
华侨城的责任?
源媒汇 2024-12-30
乱象与“黑料”
环球旅讯 2024-12-30
麦当劳不断强化其性价比的举措在中国也能帮它提振业绩。
36氪的朋友们 2024-12-30
真正的答案，写在机票的定价机制和波动因素里。
电厂 2024-12-30
奔驰“情怀”转化率降低
新能源观察家 2024-12-30
大量“mini版视觉中国”出现，让图片版权保护成了一门生意。
三易生活 2024-12-30
流量与销量未必成正比！持续了半年的车企直播浪潮，并没有激发出更大的市场需求。
科技新知 2024-12-30
一天三起事故，波音究竟怎么了？
先进制造商学院 2024-12-30
杭州的鸿星科技，正式向上交所发起IPO冲刺。
铅笔道 2024-12-30
如今除了美团之外，还有谁有勇气和底气去做这样的尝试呢？
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
