#Claude 3.5 Sonnet

共 8 条 · 7 天 0 条 · 30 天 2 条

智能体 2 Agent Arena 1 AI编程 1 DeepSeek-V1.5 1 Devin 1 GPT-4.5V 1 GPT-4o 1 Gumroad 1

信息流里打上「Claude 3.5 Sonnet」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月15日

模型 Agent 与开发者多源确认05:47

Agent Arena 排行榜更新

朋友，Agent Arena 的排行榜更新了，你可以去看看不同 AI 智能体在基准测试中的表现，比如 GPT-4o 和 Claude 3.5 Sonnet 的对比。

#Agent Arena #GPT-4o #Claude 3.5 Sonnet #智能体

lmarena.ai@lmarena_ai11 个信源在谈原文

9月11日

模型 Agent 与开发者00:53

Code Arena WebDev排行榜详情

Code Arena的WebDev排行榜，帮你快速了解不同AI模型在网页开发上的实际能力，比如GPT-4.5V和Claude 3.5 Sonnet谁更强。

#GPT-4.5V #Claude 3.5 Sonnet #DeepSeek-V1.5 #Qwen-1.8-24B

lmarena.ai@lmarena_ai原文

9月7日

技巧 Agent 与开发者精选73°09:33

推测智能体编程中的不确定性方法

开源团队提出新方法，让AI编程助手提前预测错误，在Qwen和Claude上都有效果。

#Qwen3-Coder-480B #Claude 3.5 Sonnet #智能体 #编程助手

arXiv cs.LG@Konstantin Grotov, Valentin Malykh原文

7月21日

行业 Agent 与开发者72°13:42

Sahil Lavingia称2026年底AI将编写Gumroad全部代码

Gumroad老板说不再招初级程序员，因为AI已经能写他们部分代码了，还预测2026年全包。想看看一线实践怎么用Claude和Devin的？

#Gumroad #Sahil Lavingia #AI编程 #Devin

Sahil Lavingia@shl原文

7月7日

模型精选17:00

从前沿AI到笔记本电脑AI：25个月的滞后

想了解前沿模型多久能变成你能在笔记本上跑的开源版？这篇用GPT-4、Claude 3.5等具体案例算出了平均25个月的滞后，还画了未来预测图。

#GPT-3 #Llama 2 #GPT-4 #Gemma 3

@koltregaskes@koltregaskes2 个信源在谈原文

6月16日

模型多源确认19:46

俄语宣传骗过AI模型有多容易？新基准测试揭示

想知道你用的AI会不会被俄语宣传带跑偏？爱沙尼亚语言研究所测了8个主流模型，GPT-4o最扛打，Llama 3.1中招率最高。看看你的AI排第几。

#GPT-4o #Claude 3.5 Sonnet #Llama 3.1 #AI安全

官方账号Decoder@Jonathan Kemper11 个信源在谈原文

6月13日

模型中美对照多源确认10:38

Anthropic工程师实验：环境设计比提示更提升AI Agent表现

Anthropic教你用环境设计提升Agent

#Claude 3.5 Sonnet #Anthropic #智能体 #推理模型

AI Will@FinanceYF511 个信源在谈原文

5月13日

模型 Agent 与开发者官方一手75°21:35

Claude 3.5 Sonnet 在 SWE-bench Verified 上刷新纪录

Claude 3.5 Sonnet 在 SWE-bench 上的突破意味着 AI 编程助手离真正解决复杂工程问题更近了一步，做软件开发的团队可以关注这一能力提升对日常代码修复和功能开发的潜在影响。

#Claude 3.5 Sonnet #SWE-bench #代码修复 #基准测试

官方一手Anthropic: Engineering11 个信源在谈原文