Claude Opus 4.1深夜狙击OpenAI，SWE-bench编程卷到74.5%，预告更强大模型(深夜廻 ps4)
据Anthropic公告，新模型在智能体工具调用、智能体编程与多语言问答能力上全面超越OpenAIo3，Anthropic还计划在未来数周内为模型推出更大幅度的改进。 从基准测试结果可以看出，Anthro…
标签:"SWEbench"相关文章
月之暗面发布Kimi K2模型 已在官网和Kimi App中上线
【CNMO科技消息】近日，月之暗面公司发布重要更新，正式推出Kimi K2模型并同步开源。具体而言，在SWE-benchVerified和SWE-bench Multilingual两项自主编程能力测试中，…
斯坦福大学：2025年人工智能指数报告（官方中文版）
美国在人工智能模型开发方面仍处于领先地位：2024年，美国机构开发了40个标志性人工智能模型，而中国有15个，欧洲仅有3个。 人工智能的商业应用加速普及：78%的企业在2024年应用了人工智能技术，较前一年…
