Claude3.5Sonnet

OpenAI最新基准测试:AI编程能力达人类四分之一，显现局限性

OpenAI最新基准测试:AI编程能力达人类四分之一，显现局限性

OpenAI近日发布了一项重要的AI编程能力评估报告，通过价值100万美元的实际开发项目揭示了AI在软件开发领域的现状。这项名为SWE-Lancer的基准测试涵盖了1，400个来自Upwork的真实项目，全面评估AI在直接开发和项目管理两大领域的表现。测试结果显示，表现最佳的AI模型Claude3.5Sonnet在编码任务中的成功率为26.2%，在项目管理决策方面达到44.9%。

1

资讯热榜

ChatGPT“生成吉卜力风格 AI 图”海外潮流引发版权争议，CEO Sam Altman 回应将施以限制 GPT-4o整活！3个小时、6个镜头重现吉卜力版《甄嬛传》名场面 DeepSeek-R1之后推理模型发展如何？Raschka长文梳理后R1时代14篇重要论文内存革命！LangGraph 0.3.19如何实现Python内存使用效率的飞跃？宫崎骏“怒了”?ChatGPT吉卜力风潮惹版权争议，OpenAI或面临法律挑战! 国内首款中医 AI 大模型 “广医・岐智” 发布 OpenAI 审查策略大转向!ChatGPT 新图像生成器爆红，争议内容限制放宽引关注告别AI“一本正经”!Midjourney联手NYU解锁创意文本新维度，多样性飙升23%!

标签云