MiniMax 发布 M3.1 Flash，推理提速近三倍、用量成本降低 70%
MiniMax 发布 MiniMax M3.1 Flash，匿名模型 Space Bunny 是其早期版本，曾处理超过 200 万亿 token。
AI 编码 大事记
重要进展 IMPORTANT_PROGRESS
2024-08-13 — 2024-08-13
重要进展 · 第 62 / 105 页
SWE-bench Verified 引入人工验证任务集
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。
AI 编码 精选历史资讯
— · 3 条
精选资讯 · 第 1 / 1 页
DeepSeek-V4.1-Flash-20261017 登顶 Code Arena: WebDev 开源模型榜首
Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Code Arena: WebDev 榜单第一开源模型，超过 Kimi K3 (Max)，成本低约 10 倍。
Addy Osmani 谈让 Claude Code 自验证产出：代码审查需演进为多层验证体系
Addy Osmani 分享 Anthropic 团队的代码审查经验，指出给智能体提供验证手段可显著提升产出质量，Claude Code 已能自己写 90% 以上的代码。他认为当生成速度超过人工审阅能力时，逐行人工审查不再可行，应转向由 e2e 测试、property 测试和多智能体对抗式审查构成的多层验证体系，人聚焦产品意图、风险评估和证据评估，并按风险分级审批。
分类
排序
暂无内容