AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
精选
过去 24 小时,从 900 条中筛出 52 条
全部模型产品行业论文技巧
标签:ProgramBench×
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月4日
08:15
08:15Stanford AI Lab@StanfordAILab
精选
斯坦福 AI 实验室发布了一段与 John Yang (@jyangballin) 的对话,讨论 ProgramBench 及其在 AI 编程基准测试发展中的位置。Yang 回顾了 AI 编程领域已取得的进展,并展望了未来可能的方向。该对话适合对 AI 编程能力评估感兴趣的开发者和研究者。
行业AI编程基准测试ProgramBench斯坦福AI实验室技术对话

推荐理由:想了解 AI 编程基准测试的来龙去脉和未来趋势?John Yang 的分享能帮你理清 ProgramBench 在其中的位置,做 AI 评估或编程工具的团队值得一听。
原文
6月1日
00:09
AITOP6月1日 00:09
OpenAI 发起“Codex for Open Source”:免费赠送 6 个月 Pro 订阅,开源维护者能否迎来 AI 变革?
5月29日
08:02
AITOP5月29日 08:02
Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?
精选全部日报登录