Research03.09.2026 · 03:541 nguồn
Claude Fable 5.1 dẫn trội 24 điểm phần trăm trên bảng xếp hạng FrontierSWE v2 trong bài kiểm tra 20 giờ
Từ huggingnews.com
Bản đánh giá lập trình tự động mới nhất từ Proximal cho thấy khoảng cách hiệu suất lớn giữa các mô hình AI hàng đầu. Claude Fable 5.1 vượt trội tất cả các mô hình frontier khác hơn 24 điểm phần trăm trong kết quả ban đầu của bảng xếp hạng v2, đạt được sự dẫn trội đáng kể trong các nhiệm vụ kỹ thuật phần mềm tự động.
Phiên bản cập nhật FrontierSWE v2 sử dụng bộ nhiệm vụ mở rộng và phương pháp cải tiến để đo lường khả năng lập trình lâu dài cực độ. Đánh giá yêu cầu các mô hình phải giải quyết những vấn đề cực kỳ khó khăn trong khi hoạt động tự động trong tới 20 giờ.
Đọc bài gốcĐăng nhập để góp ý
Nguồn
#anthropic#claude#fable#benchmark#codingBản Markdown
Lịch sử nội dung (2)
- 2026-10-16 · Tóm tắt · vi · Thay nội dung đã lưuĐánh giá mới nhất về khả năng lập trình tự động từ Proximal cho thấy khoảng cách hiệu suấ…Bản đánh giá lập trình tự động mới nhất từ Proximal cho thấy khoảng cách hiệu suất lớn gi…
- 2026-10-16 · Tiêu đề · vi · Thay nội dung đã lưuClaude Fable 5.1 dẫn đầu benchmark FrontierSWE v2 với cách biệt 24 điểm phần trăm sau 20 …Claude Fable 5.1 dẫn trội 24 điểm phần trăm trên bảng xếp hạng FrontierSWE v2 trong bài k…
Bản tin mỗi sáng
Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.
Telegram @aihomnay