Mga Papel at Pananaliksik

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
Basahin ang orihinal Basahin ang buong artikulo sa orihinal na pinagmulan
Dahilan ng rekomendasyon

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.

Link ng orihinal · Entry sa AIHOT

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/

Tingnan lahat →