Anthropic 发布了其 Claude 3.5 Sonnet 模型的更新版本，在编码和工具使用基准测试中取得了显著的进步。该模型在 SWE-bench Verified 编码任务上取得了 49.0% 的成功率，超越了其他公开可用的模型。此外，它在不同领域的 TAU-bench Agentic 工具使用任务上也取得了进展。这些进步以与上一代相同的价格和速度提供，并配备了新的“计算机使用”工具，旨在减少 AI Agent 的集成摩擦。 AI
排序理由 发布了具有基准性能改进和新功能的更新模型。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
<p><em>We have announced </em><a href="https://x.com/swyx/status/1861587048655884553" target="_blank"><em>our first speaker</em></a><em>, friend of the show Dylan Patel, and topic slates for </em><strong><em>Latent Space LIVE!</em></strong><em> at NeurIPS. </em><a href="https://l…