Inilabas ng Cognition ang technical report ng Devin sa SWE-bench
Orihinal na pamagat:SWE-bench technical report
AI summary
Inilabas ng Cognition ang technical report ng Devin sa SWE-bench; nalutas ng Devin ang 79 na problema sa 570 random na test set, na may success rate na 13.86%, mas mataas kaysa sa dating pinakamalakas na assisted setting baseline na Claude 2 na 4.80% at sa 1.96% ng unassisted setting.
Mahahalagang impormasyon
- Inilabas ng Cognition ang technical report ng Devin sa SWE-bench
- nalutas ng Devin ang 79 na problema sa 570 random na test set,na may success rate na 13.
- 86%,mas mataas kaysa sa dating pinakamalakas na assisted setting baseline na Claude 2 na 4.
- 80% at sa 1.
- 96% ng unassisted setting.
Mabilisang tingin
- Na-publish noong
- Na-update noong
- Pinagmulan
- Cognition 模型 / Devin 博客(网页)
- Kategorya
- Mga Papel at Pananaliksik
- AI na marka
- 68
Cognition 公开了评测方法和 Devin 的代码编辑结果,读者可以对照复现并理解智能体在真实仓库上解题的边界。
Kaugnay na Entity
Pinagmulan at copyright
Ang artikulong ito ay batay sa mga piling pamagat at AI summary mula sa pampublikong API ng AIHOT, may nakasaad na pinagmulan at backlink; ang copyright ng orihinal na teksto ay pag-aari ng orihinal na media at may-akda, hindi namin ginagaya ang buong teksto.
Paano banggitin
Kapag binabanggit ang artikulong ito, panatilihin ang pamagat, petsa at permanenteng link, at banggitin ang Orange News bilang pinagmulan.
Orange News: Inilabas ng Cognition ang technical report ng Devin sa SWE-bench. 15 Marso 2024. https://new.nat6.net/fil/news/s3ow9hpx0t1eg58icse78hr4f/