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
2026-04 — 2026-04
重要进展 · 第 28 / 105 页
MiMo-V2.5 系列扩展 Agent 编码与多模态能力
小米公布 MiMo-V2.5 系列，面向长程 Agent 与编码任务扩展能力；官方页面提供模型权重及原生多模态与长上下文说明。
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