搜索结果
追踪全球人工智能最新动态，深度报道行业大事件、技术突破、产品发布和融资资讯。
找到 3 条与 "SWE-bench" 相关的资讯
Anthropic发布Claude 3.5 Sonnet升级版：新增computer use，SWE-bench跃升至49%
Anthropic发布Claude 3.5 Sonnet升级版：新增computer use，SWE-bench跃升至49%
2024年10月22日Anthropic发布Claude 3.5 Sonnet升级版，SWE-bench Verified从33%跃升至49%，新增computer use功能可操控电脑GUI，编程能力业界领先，价格不变。
月之暗面Kimi K2发布：1万亿参数MoE，SWE-bench 72.5%登顶开源编程王
月之暗面Kimi K2发布：1万亿参数MoE，SWE-bench 72.5%登顶开源编程王
2025年7月11日月之暗面发布Kimi K2，1T参数MoE架构激活32B，SWE-bench Verified达72.5%创开源SOTA，MuonClip优化器15.5T token训练零崩溃，Apache 2.0开源。
Anthropic发布Claude Opus 4.1：编程能力再突破，SWE-bench达74.5%
Anthropic发布Claude Opus 4.1：编程能力再突破，SWE-bench达74.5%
Anthropic于2025年8月5日发布Claude Opus 4.1，在SWE-bench Verified基准测试中取得74.5%的历史最高分，超越OpenAI o3和Google Gemini 2.5 Pro，强化AI编程市场护城河。