Arena 公布 Claude Haiku 5.5 (High) 真实评测结果:Code Arena 1587 分首秀第 30 名
Arena 公布 Anthropic Claude Haiku 5.5 (High) 的真实评测结果,在 Code Arena: WebDev 以 1587 分首秀排名第 30,略在 Pareto 前沿之外。

2024-08-13 — 2024-08-13
重要进展 · 第 62 / 105 页
OpenAI 与 SWE-bench 作者发布经专业开发者筛查的五百项任务,减少规格不清、测试过窄及环境失败造成的评测偏差。
— · 1 条
精选资讯 · 第 1 / 1 页
Arena 公布 Anthropic Claude Haiku 5.5 (High) 的真实评测结果,在 Code Arena: WebDev 以 1587 分首秀排名第 30,略在 Pareto 前沿之外。
暂无内容