#Co-Design Bench

共 1 条 · 7 天 1 条 · 30 天 1 条

Alibaba 1 GPT-6 Astra 1 基准测试 1 编程助手 1

信息流里打上「Co-Design Bench」标签的资讯、产品与论文，按刊登时间排，新的在上。

11月8日

模型 Agent 与开发者多源确认18:11

Alibaba 发布 Co-Design Bench：最强模型也只能完整解决 26.4% 的任务

Alibaba 搞了个新基准，专挑真实翻车任务来测，最强的 GPT-6 Astra 也只过四分之一，跟旧基准 99% 的成绩反差很大。

#Co-Design Bench #Alibaba #GPT-6 Astra #编程助手

官方账号Decoder@Jonathan Kemper4 个信源在谈原文