Mistral Large 4 进入 Agent Arena 前十五实验室，排名第 43
Arena 宣布 Mistral Large 4 进入 Agent Arena 前十五实验室，基于超 5000 个真实智能体会话，该预览版净改进分为 -6.6%，总排名第 43，比前代 Mistral Medium 3.5（-12.60%）高出 11 位。
Agent智能体 大事记
重要进展 IMPORTANT_PROGRESS
2024-05-06 — 2024-05-06
重要进展 · 第 40 / 55 页
SWE-agent 研究面向模型的计算机操作界面
SWE-agent 通过专门的 Agent-Computer Interface 支持代码搜索、文件编辑及测试，研究操作界面设计如何影响自动修复能力。节点采用当前 arXiv 首次提交记录，不等同于项目首次演示日期。
Agent智能体 精选历史资讯
— · 16 条
精选资讯 · 第 1 / 6 页
Block 如何用 Claude Fable 编排数千个 pull request 的代码迁移
Anthropic 发表对 Block AI capabilities 负责人 Bradley Axen 的访谈，介绍 Block 用 Claude Fable 5 编排大规模代码迁移：Fable 做数据模型、API 规格等高层设计，再调度数十个更小的 Opus 或 Sonnet 模型执行文件修改和测试，一次迁移可能合并上千个 pull request。
Hugging Face 工程师用 ML Intern 以约 103 美元自制 7 个小模型
Hugging Face 工程师 yuvraj sharma 用 HuggingChat 的 ML Intern 模式在几天内做出 7 个模型，包括可在 CPU 运行、99.7% 有效输出的 0.8B 提示词重写器，以及将柑橘病害识别准确率从 14.9% 提升到 52.8% 的 Qwen3.5-2B 微调模型等，全部计算成本约 103 美元。
分类
排序
暂无内容