---
format: "aidr-story-markdown/v1"
id: "2b8b90df05129da48cdd091b71a71856c1a895ab98451147588fb4e9dd497e82"
canonical_url: "https://aidr.today/2b8b90df?lang=vi"
title: "DeLM của Stanford vượt độ chính xác của Claude Code 17,5 điểm phần trăm"
lang: "vi"
requested_lang: "vi"
available_langs: ["en","vi"]
translation_fallback: null
fallback_fields: []
published_at: "2026-10-08T20:54:45.000Z"
category: "Frameworks"
topics: ["agent","framework"]
source_urls: []
summary: "Một hệ thống phối hợp mới dành cho các AI agent cho phép các worker chạy song song giải quyết các bài toán kỹ thuật phần mềm mà không cần bộ điều khiển trung tâm. Các nhà nghiên cứu tại Stanford đã phát hành phiên bản cập nhật của DeLM, một framework phi tập trung vượt trội hơn Codex và Claude Code trên các benchmark gồm Terminal-Bench 4.0, DeepSWE v1.1 và ProgramBench. Tận dụng GPT-6-Astra và Claude Opus 5.5, DeLM cải thiện độ chính xác tới 17,5 điểm phần trăm so với baseline mạnh nhất và chạy nhanh hơn tới 2,49 lần so với các hệ thống mà nó xây dựng dựa trên đó. Hệ thống này loại bỏ main agent truyền thống, thay thế bằng ngữ cảnh chia sẻ và hàng đợi tác vụ nơi các agent nhận việc bất đồng bộ nhằm giảm thời gian nhàn rỗi và sự trùng lặp. Trên ProgramBench, framework này đánh bại tỷ lệ vượt bài kiểm tra của Claude Code tới 19,9 điểm trong khi vẫn duy trì ngân sách 120 phút. Nhóm nghiên cứu đang mã hóa nguồn mở mã nguồn và tất cả trajectory, cho phép người dùng chạy các agent đang cộng tác trực tiếp trong Codex và Claude Code."
---

# DeLM của Stanford vượt độ chính xác của Claude Code 17,5 điểm phần trăm

> [Open the canonical story](<https://aidr.today/2b8b90df?lang=vi>)

**Published:** 2026-10-08T20:54:45.000Z
**Category:** Frameworks
**Topics:** agent, framework

## Summary

Một hệ thống phối hợp mới dành cho các AI agent cho phép các worker chạy song song giải quyết các bài toán kỹ thuật phần mềm mà không cần bộ điều khiển trung tâm\. Các nhà nghiên cứu tại Stanford đã phát hành phiên bản cập nhật của DeLM, một framework phi tập trung vượt trội hơn Codex và Claude Code trên các benchmark gồm Terminal\-Bench 4\.0, DeepSWE v1\.1 và ProgramBench\. Tận dụng GPT\-6\-Astra và Claude Opus 5\.5, DeLM cải thiện độ chính xác tới 17,5 điểm phần trăm so với baseline mạnh nhất và chạy nhanh hơn tới 2,49 lần so với các hệ thống mà nó xây dựng dựa trên đó\. Hệ thống này loại bỏ main agent truyền thống, thay thế bằng ngữ cảnh chia sẻ và hàng đợi tác vụ nơi các agent nhận việc bất đồng bộ nhằm giảm thời gian nhàn rỗi và sự trùng lặp\. Trên ProgramBench, framework này đánh bại tỷ lệ vượt bài kiểm tra của Claude Code tới 19,9 điểm trong khi vẫn duy trì ngân sách 120 phút\. Nhóm nghiên cứu đang mã hóa nguồn mở mã nguồn và tất cả trajectory, cho phép người dùng chạy các agent đang cộng tác trực tiếp trong Codex và Claude Code\.

## Sources

_No safe source URL was recorded._