METR 发布 RE-Bench：对比语言模型智能体与人类专家的 AI 研发能力
METR 发布 RE-Bench 基准，用 7 个 ML 研究工程环境衡量人类专家与前沿模型智能体的表现，并公开 71 次人类专家尝试及 Claude 3.5 Sonnet 和 o1-preview 的全部运行转录。
AI 编码 大事记
重要进展 IMPORTANT_PROGRESS
2026-05-22 — 2026-05-22
重要进展 · 第 22 / 105 页
Mistral 公布 Medium 3.5 与云端远程编码 Agent
Mistral 官方公告介绍 Medium 3.5 公共预览，以及可从 Vibe CLI 或 Le Chat 发起、并行异步执行的云端远程编码 Agent。
AI 编码 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容