Claude Code的一个名为Autoprompt的新技能，显著提高了DeepSeek V4 Flash模型在Terminal-Bench 2.1基准测试上的性能。该技能通过规划、构建、测试、审查和修复代码，自动化了大部分编码循环，将DeepSeek V4 Flash的分数从67.42%提升至82.02%。虽然Autoprompt使用的token量大约翻倍，运行时长增加三倍，但它专为复杂任务设计，旨在提高工作质量。 AI
影响 这一发展表明，先进的提示技术和代码生成工作流程可以显著增强现有大型语言模型的能力。
排序理由 该集群描述了一个现有模型的新技能/工作流程，而不是前沿实验室发布的新模型。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
