实体
LingCode
LingCode
PulseAugur coverage of LingCode — every cluster mentioning LingCode across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
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
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
SWE-bench Pro排行榜混合了V1和V2任务，引发分数完整性质疑
截至2026年10月31日，Hugging Face SWE-bench Pro排行榜呈现出复杂的景象，包含47行，但底层基准测试有两个不同的版本，V1和V2。V1包含731个任务，而V2于2026年9月22日发布，在89个任务被删除以及许多其他任务被修复或淘汰后，包含642个任务。排行榜上的顶级模型并非一致地使用相同的基准测试版本或工具，这可能导致分数解释的混淆。人们还对任务的完整性、来自公共存储库的潜在数据泄露以及报告中的不一致性提出了担忧。
-
inclusionAI发布Ling-3.1-flash，拥有560B参数和1M上下文窗口
inclusionAI发布了Ling-3.1-flash，这是一款先进的混合推理模型，拥有5600亿总参数和每个token250亿激活参数。该新模型在前代Ling-3.0-flash的基础上，通过增强其架构和提高在复杂现实世界任务上的性能。Ling-3.1-flash在通用代理、搜索、办公生产力和软件工程等领域展现出强大的能力，在GDPVal-AA v2.1和FrontierSWE等基准测试中取得了显著成果。