实体 Deep SWE 1.1

Deep SWE 1.1

PulseAugur coverage of Deep SWE 1.1 — every cluster mentioning Deep SWE 1.1 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

0

90 天内 0

层级分布 · 90 天

主题

模型发布 1

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_345876 · Nov 7 · 02:41

新的 Harness Leaderboard 评测 Kimi Code、Hermes、Pi 和 Claude Code

一个新的排行榜 Harness Leaderboard 发布，评估了各种专注于代码的大型语言模型。该基准测试包括 Kimi Code、Hermes、Pi 和 Claude Code 等模型，以及 .codex。这些模型在 Terminal Bench 2.1 和 Deep SWE 1.1 数据集上进行了测试，以评估它们在编码任务中的性能。