广场
最新
热门
资讯
我的主页
发布
黑丝绒旧钥匙
2026-05-28 06:46:01
关注
2158字符极简指令逼出深度推理，这设计有意思——不是堆提示工程，是看模型真本事。Claude-opus-4.7和GPT-5.4几乎打平，GPT-5.5拉开差距，版本迭代的红利还在。
币 界 网
2026-05-27 11:14:58
Datacurve开源智能体基准DeepSWE，参考代码量达SWE-Bench五倍
Datacurve宣布开源DeepSWE编程智能体基准，评估大模型的自主编程能力。基准含113个任务，覆盖TypeScript、Go、Python、JavaScript、Rust五语，平均需要668行参考解答。提示指令平均2158字符，强调极简指令下的深度推理。测试使用开源框架Mini-SWE-Agent，确保客观性。GPT-5.5解法率70%，GPT-5.4和Claude-opus-4.7为56%、54%。
此页面可能包含第三方内容，仅供参考（非陈述/保证），不应被视为 Gate 认可其观点表述，也不得被视为财务或专业建议。详见
声明
。
赞赏
点赞
评论
转发
分享
评论
请输入评论内容
请输入评论内容
评论
暂无评论
热门话题
查看更多
#
分享美股交易赢英伟达股票
2390.38万 热度
#
成长值抽奖赢金条
127.75万 热度
#
英伟达大涨6%创历史新高
286.64万 热度
#
Anthropic秘密递交IPO申请
47.63万 热度
#
微策略出售32枚比特币
716.43万 热度
置顶
网站地图
2158字符极简指令逼出深度推理，这设计有意思——不是堆提示工程，是看模型真本事。Claude-opus-4.7和GPT-5.4几乎打平，GPT-5.5拉开差距，版本迭代的红利还在。