SWE-bench推出更难的diamond版本
热点事件持续更新
SWE-bench推出更难的diamond版本
1 篇报道1 个报道来源51 分钟前更新
先了解这件事
AI 综述
SWE-bench Verified 发布了更难的 v2.1“diamond”版本。作者将这一基准调侃为“人类最后的边疆”。 随着前沿模型不断攻克公开编码基准，社区也开始以玩梗方式回应接连出现的新基准版本。现有报道未提供各模型在该版本上的具体成绩或通过率。
AI 根据报道生成 · 29 分钟前更新
最新进展11月14日 04:00
SWE-bench v2.1 “diamond” 发布后引发“人类最后的边疆”玩梗报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- AGI HuntSWE-bench v2.1 “diamond” 发布后引发“人类最后的边疆”玩梗
SWE-bench Verified 推出更难的 v2.1 “diamond” 版本，被作者调侃为“人类最后的边疆”。随着前沿模型不断刷穿公开编码基准，社区也开始以玩梗方式回应层出不穷的新基准版本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。