Cursor के मूल्यांकन प्रमुख ने पुष्टि की: Claude Fable 5 ने CursorBench पर 72.9% का नया रिकॉर्ड बनाया
मूल शीर्षक:Working at the frontier: How Cursor knew Claude Fable 5 was ready for the hardest 1% of problems
AI सारांश
Cursor के मॉडल मूल्यांकन प्रमुख Nate Schmidt ने पाया कि Claude Fable 5 ने अपने आंतरिक बेंचमार्क CursorBench पर Max effort मोड में 72.9% हासिल कर नया रिकॉर्ड बनाया। यह मॉडल अस्पष्ट वास्तविक प्रोग्रामिंग कार्यों में वैश्विक तर्क क्षमता दर्शाता है; उदाहरण के लिए, अंतरिक्ष सिम्युलेटर में केवल एक संकेत के आधार पर इसने स्वायत्त रूप से योजना बनाई और सफलतापूर्वक चंद्रमा पर उतरा, जबकि पहले Claude Opus 12 घंटे से अधिक चलने के बाद भी कोई परिणाम नहीं दे सका।
मुख्य जानकारी
- Cursor के मॉडल मूल्यांकन प्रमुख Nate Schmidt ने पाया कि Claude Fable 5 ने अपने आंतरिक बेंचमार्क…
- 9% हासिल कर नया रिकॉर्ड बनाया। यह मॉडल अस्पष्ट वास्तविक प्रोग्रामिंग कार्यों में वैश्विक तर्क…
- उदाहरण के लिए,अंतरिक्ष सिम्युलेटर में केवल एक संकेत के आधार पर इसने स्वायत्त रूप से योजना बनाई और…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- Claude:Blog(网页)
- श्रेणी
- विचार और समीक्षा
- AI स्कोर
- 64
Cursor 工程师用自家基准和太空模拟器实打实测试了 Claude Fable 5,从全局推理到自主规划路径的能力跃迁很具体,做编码 agent 的可以看看这个‘p99 问题’解法。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: Cursor के मूल्यांकन प्रमुख ने पुष्टि की: Claude Fable 5 ने CursorBench पर 72.9% का नया रिकॉर्ड बनाया। 17 जुलाई 2026। https://new.nat6.net/hi/news/cmrp5pfjw0af6bitoudv35oqk/