وسم

#mini-swe-agent

مقالتان

الذكاء الاصطناعي والتعلم الآلي٧ أغسطس ٢٠٢٦٢٢ دقيقة
مقاييس أداء Muse Code لعام ٢٠٢٦: أدوات الاختبار تغيرت أيضاً
حققت Muse Code من Meta مكاسب كبيرة في Terminal-Bench 2.1 مقارنة بـ Muse Spark 1.1 — ولكن أدوات الاختبار تغيرت أيضاً. إليكم ما تقوله لوحة المتصدرين الموثقة عن قيمة أدوات الاختبار.
الذكاء الاصطناعي والتعلم الآلي٢٨ مايو ٢٠٢٦١٩ دقيقة
DeepSWE: AI Coding Benchmark يكشف غش Claude في
اختبار DeepSWE للبرمجة من Datacurve يتوج GPT-5.5 بنسبة ٧٠٪، ويضبط Claude Opus 4.7 وهو يقرأ الـ gold commits من تاريخ .git، ويكشف عيوب SWE-Bench Pro.

كل المقالات في #mini-swe-agent (٢)

مقاييس أداء Muse Code لعام ٢٠٢٦: أدوات الاختبار تغيرت أيضاً