Cognition 发布 Devin 的 SWE-bench 技术报告
Cognition 发布 Devin 在 SWE-bench 上的技术报告，Devin 在随机抽取的 570 个测试集中解决 79 个问题，成功率 13.86%，高于此前最强的辅助设定基线 Claude 2 的 4.80% 和无辅助设定的 1.96%。
AI 编码 大事记
重要进展 IMPORTANT_PROGRESS
2025-09-21 — 2025-09-21
重要进展 · 第 43 / 105 页
SWE-Bench Pro 扩展长程软件工程评测
SWE-Bench Pro 聚焦更复杂的企业级仓库问题，包含公开、保留和商业任务分区，考察 Agent 的长程软件工程能力。
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