实体 InfraDev

InfraDev

PulseAugur coverage of InfraDev — every cluster mentioning InfraDev 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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_327983 · Oct 28 · 11:16

编码代理在处理复杂的 AI 基础设施任务时遇到困难，成功率仅为 38.9%

InfraDev 是一个评估编码代理的项目，测试了它们执行复杂 AI 基础设施任务的能力。这些代理面临着来自 Megatron-LM、vLLM 和 Verl 等项目的 36 项涉及多文件、多 GPU 的更改的挑战。表现最好的前沿模型在这些任务上的成功率为 38.9%，但该基准在全面评估能力方面也存在局限性。