DeepSeek 的 Flashmax 模型已达到一个重要里程碑,成为首个在具有挑战性的 SWE-bench 漏洞查找基准上准确率超过 1% 的开源模型。该基准要求模型在没有任何预先提示的情况下,识别并修复大型代码库中的漏洞。虽然像 Gemini 4 Hydrogen 和 GPT Astra 6 这样的专有模型目前的表现优于开源模型,但 DeepSeek 的成就标志着公开可用 AI 的一个显著进步。 AI
影响 为开源模型在复杂编码任务上设定了新的性能门槛,有可能加速 AI 辅助软件工程领域的发展。
排序理由 特定 AI 基准上的研究里程碑。[lever_c_降级自研究: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →