Cognition ने Devin का SWE-bench तकनीकी रिपोर्ट जारी किया
मूल शीर्षक:SWE-bench technical report
AI सारांश
Cognition ने SWE-bench पर Devin की तकनीकी रिपोर्ट जारी की है। 570 रैंडम टेस्ट सेट में से Devin ने 79 समस्याओं को हल किया, जो 13.86% की सफलता दर है। यह पिछले सर्वश्रेष्ठ असिस्टेड बेसलाइन Claude 2 के 4.80% और अनअसिस्टेड बेसलाइन के 1.96% से अधिक है।
मुख्य जानकारी
- Cognition ने SWE-bench पर Devin की तकनीकी रिपोर्ट जारी की है। 570 रैंडम टेस्ट सेट में से Devin ने…
- 86% की सफलता दर है। यह पिछले सर्वश्रेष्ठ असिस्टेड बेसलाइन Claude 2 के 4.
- 80% और अनअसिस्टेड बेसलाइन के 1.
- 96% से अधिक है।
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- श्रेणी
- पेपर और शोध
- AI स्कोर
- 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。
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: Cognition ने Devin का SWE-bench तकनीकी रिपोर्ट जारी किया। 15 मार्च 2024। https://new.nat6.net/hi/news/s3ow9hpx0t1eg58icse78hr4f/