Gramdex

commit history

@c0mmitCanal Русский History

Suscriptores
4.7K
N.º 14525 en totalN.º 9480 en Русский
Crecimiento en 7 días
–
Crecimiento en 30 días
–
Visualizaciones por publicación
4.9K
Interacción
105.8%
Publicaciones al día
0.0
Índice de citas
4.4
Citado por 1 canales en 30 días
Calidad
66/100

Los gráficos aparecen tras dos días de mediciones.

Lo citan 1

  1. Love. Death. Transformers.26.3K suscriptores 1×, hace 10 d

Cita a 0

Ninguno en los últimos 30 días.

Publicaciones recientes

  • Релизнули LongTail-SWE: 202 задачи на 13 языках, на которых модели почти не тестировали. Из интересного: на некоторых функциональных языках, таких как Haskell, Erlang и Clojure, разрыв между закрытыми и открытыми моделями оказался больше, чем на остальных языках. Задачи собрали и…

    hace 5 d1.4K visualizaciones Abrir publicación

  • 🚀 Выложили SWE-rebench V2.1 RL: 13 337 бесплатных RL-сред для обучения кодинг-агентов. Это задачи из реальных GitHub-репозиториев на 20 языках, в формате Harbor Зачем это нужно. В RL модель решает одну задачу много раз и учится на разнице между удачными и неудачными попытками. Ес…

    hace 10 d13.5K visualizaciones Abrir publicación

  • Проверил популярную идею: Opus думает и ревьюит, а код пишет дипсик или квен. Вроде должно выйти почти так же, но дешевле. Раньше я собирал сеты из своих сессий, но там задачи слишком лёгкие. В этот раз взял 12 сложных задач из открытых бенчмарков, самые похожие на мою работу, в …

    hace 11 d10.2K visualizaciones Abrir publicación

  • Из сессий с агентами получаются готовые evals Каждый раз, когда выбираю сетап для кодового агента, я немного гадаю. Лучше ли эта новая модель? Помогает ли больше reasoning? Помогают ли эти скиллы? Поэтому из ~1270 своих сессий в Claude Code, Codex и Pi я собрал 10 задач с автомат…

    hace 30 d55.9K visualizaciones Abrir publicación

  • Вернувшись с ICML, с головой закопался в новый апдейт SWE-rebench и лидерборда! 🛠️ Этот релиз мы сделали масштабнее, он мультиязычный. Собрал 111 задач на 5 языках, сделал кучу прогонов и зарылся в траектории агентов, чтобы отловить, как именно модели читерят и обманывают эвалы. …

    hace 3 meses14K visualizaciones Abrir publicación

Similares