Cognition、Devin の SWE-bench 技術レポートを公開
原題:SWE-bench technical report
AI 要約
Cognition は Devin の SWE-bench に関する技術レポートを公開した。Devin はランダム抽出された 570 件のテストセットで 79 問を解決し、成功率は 13.86% だった。これは従来最強の補助設定ベースライン Claude 2 の 4.80%、補助なし設定の 1.96% を上回る。
要点
- Cognition は Devin の SWE-bench に関する技術レポートを公開した。
- Devin はランダム抽出された 570 件のテストセットで 79 問を解決し、成功率は 13.
- これは従来最強の補助設定ベースライン Claude 2 の 4.
- 80%、補助なし設定の 1.
- 96% を上回る
概要
- 公開日時
- 更新日時
- カテゴリ
- 論文・研究
- AI スコア
- 68
おすすめの理由
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。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Cognition、Devin の SWE-bench 技術レポートを公開。2024年3月15日。https://new.nat6.net/ja/news/s3ow9hpx0t1eg58icse78hr4f/