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
2025-08-08 — 2025-08-08
重要进展 · 第 46 / 105 页
GLM-4.5 论文公开 Agent、推理与编码训练方案
GLM 团队公开 GLM-4.5 技术论文，介绍开放混合专家模型、混合推理及面向 Agent、推理和编码的训练；记录论文公开，不将其冒充模型首次上线。
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