谷歌的 Gemini 4 模型集成了 Neon 的架构,在推理能力方面取得了显著的改进。通过利用并行代理和更新的 harness 系统,Gemini 4 在 SWE-sweep 基准测试中实现了性能飞跃,成功率从 12.8% 提高到 39.0%。这一进展凸显了多级推理和代理协调在复杂任务中的有效性。 AI
影响 展示了在推理和代理协调方面的显著进步,有可能为复杂任务性能设定新的基准。
排序理由 前沿实验室模型发布,附带系统卡 [lever_c 从 frontier_release 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 →