Cognition evalúa la serie OpenAI o1 en el agente de codificación Devin y publica su metodología
Título original:A review of OpenAI’s o1 and how we evaluate coding agents
Resumen de IA
Cognition publica los primeros resultados de varias semanas de pruebas de o1-mini y o1-preview en Devin: en el benchmark interno cognition-golden, Devin-Base pasa del 25,9% con GPT-4o al 34,6% con o1-mini y al 51,8% con o1-preview, mientras que la versión de producción de Devin alcanza el 74,2%.
Puntos clave
- Cognition publica los primeros resultados de varias semanas de pruebas de o1-mini y o1-preview en…
- Devin-Base pasa del 25,9% con GPT-4o al 34,6% con o1-mini y al 51,8% con o1-preview
- mientras que la versión de producción de Devin alcanza el 74
Resumen rápido
- Publicado
- Actualizado
- Fuente
- Cognition 模型 / Devin 博客(网页)
- Categoría
- Tutoriales y consejos
- Puntuación IA
- 60
Cognition 作为 Devin 开发方给出 o1 系列的实测对比数据,并完整披露其内部基准 cognition-golden 的评测方法。
Entidades relacionadas
Fuente y derechos
Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.
Cómo citar
Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.
Orange News: Cognition evalúa la serie OpenAI o1 en el agente de codificación Devin y publica su metodología. 12. septiembre 2024. https://new.nat6.net/es/news/swrpyrobyv7olq6awpfmlqkld/