熱點事件持續更新
Claude 3.5 Sonnet 在 SWE-bench Verified 取得 49%
1 篇報道1 個報道來源1 小時前更新
先了解這件事
AI 綜述
2026年10月15日，Anthropic 在 Engineering 發文，稱升級版 Claude 3.5 Sonnet 在 SWE-bench Verified 取得 49%，高於先前最佳模型的 45%。報道將這項成績與該基準的先前最佳成績作比較，並介紹其代理系統設有提示詞、Bash 工具及 Edit 工具。文章亦指出，腳手架設計會影響代理在基準上的表現；報道同時交代了測試成績及代理系統配置。
AI 根據報道生成 · 1 小時前更新
最新進展10月15日 01:34
Anthropic 稱升級版 Claude 3.5 Sonnet 在 SWE-bench Verified 取得 49%。報道時間線
沿着報道，瞭解事件的不同側面。
10月15日
- Anthropic：EngineeringClaude 3.5 Sonnet 在 SWE-bench Verified 取得 49%，高於先前最佳模型的 45%
Anthropic 的升級版 Claude 3.5 Sonnet 在 SWE-bench Verified 取得 49%，高於先前最佳模型的 45%。文章説明其代理系統設有提示詞、Bash 工具和 Edit 工具，並指出腳手架設計會影響代理在基準上的表現。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。