Tag: SWE-bench
Tag: SWE-bench
-
Anthropic ha rilasciato Sonnet 4.6
Anthropic ha rilasciato Claude Sonnet 4.6, con miglioramenti significativi in coding, esecuzione di istruzioni e utilizzo del computer.
-
I risultati del K Prize mostrano i limiti dell’AI nella programmazione
I risultati del K Prize mostrano il gap tra hype e capacità concrete dell'intelligenza artificiale nel coding. Leggi l'articolo su MagI
-
Benchmark per agenti AI: ricerca rivela problemi strutturali
Benchmark per agenti AI inaffidabili: studio analizza 10 sistemi popolari e trova criticità in 8 di essi. Leggi qui