⌘ K
… 读取采集状态 同步中...
雷
原文
Anthropic Research·· 2024-10-31精选AI 评分87

Claude 3.5 Sonnet 在 SWE-bench Verified 上达成 49% 新纪录

Raising the bar on SWE-bench Verified with Claude 3.5 Sonnet

AI 导读

升级后的 Claude 3.5 Sonnet 在软件工程评测基准 SWE-bench Verified 上取得了 49% 的成绩,超过了此前最先进的 45% 水平。 Anthropic 官方发布文章解析了围绕该模型构建的智能体框架,展示了如何通过极简的脚手架和特定的工具接口设计最大化模型性能。

推荐理由

文章提供了针对 Claude 3.5 Sonnet 在 SWE-bench Verified 上取得 49% 成绩的智能体框架设计细节,包括提示词结构和工具规范。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:Anthropic Research · anthropic.com