ट्यूटोरियल और टिप्स

Cognition ने Devin एआई एजेंट पर OpenAI o1 सीरीज़ के प्रदर्शन का मूल्यांकन किया और परीक्षण विधि साझा की

मूल शीर्षक:A review of OpenAI’s o1 and how we evaluate coding agents

AI सारांश

Cognition ने Devin में o1-mini और o1-preview के हफ़्तों के परीक्षण परिणाम साझा किए: आंतरिक बेंचमार्क cognition-golden पर, Devin-Base का प्रदर्शन GPT-4o के 25.9% से बढ़कर o1-mini पर 34.6% और o1-preview पर 51.8% हो गया, जबकि प्रोडक्शन वर्जन Devin ने 74.2% स्कोर हासिल किया।

मुख्य जानकारी

  • Cognition ने Devin में o1-mini और o1-preview के हफ़्तों के परीक्षण परिणाम साझा किए: आंतरिक…
  • 9% से बढ़कर o1-mini पर 34.
  • 6% और o1-preview पर 51.
  • 8% हो गया,जबकि प्रोडक्शन वर्जन Devin ने 74.
  • 2% स्कोर हासिल किया।

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
Cognition 模型 / Devin 博客(网页)
श्रेणी
ट्यूटोरियल और टिप्स
AI स्कोर
60
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

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。

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।

मूल लिंक · AIHOT प्रविष्टि

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 एआई एजेंट पर OpenAI o1 सीरीज़ के प्रदर्शन का मूल्यांकन किया और परीक्षण विधि साझा की। 12 सितंबर 2024। https://new.nat6.net/hi/news/swrpyrobyv7olq6awpfmlqkld/

सभी देखें →