Ripple-65B 在编码基准测试中取得了高分,在 Terminal-Bench 2.1 上报告 80.52 分,在 SWE-bench Pro v2.0 Hard 上报告 79.1 分。然而,Ricursive 对评估方法提出了担忧。这些担忧包括使用了混合评估工具和供应商运行的评估,这表明报告的编码领先地位需要独立验证。 AI
影响 像 Ripple-65B 这样的编码模型的基准测试结果,为软件工程任务的 AI 工具的开发和选择提供了信息。
排序理由 该集群报告了某个模型的基准测试结果,这属于研究范畴。[lever_c_从研究降级:ic=1 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →