Zum Inhalt springen

RU · in der Originalsprache

[Перевод] Агент написал верный код, а потом удалил его ради скрытых тестов: что показал MaxxBench

Foto: Хабр

Авторы MaxxBench взяли 89 задач кодингового бенчмарка DeepSWE и немного поменяли требования: медианный прирост эталонного патча составил всего 17 строк. Модели с почти одинаковыми 74% на DeepSWE…

Хабр Russland · 8 November 2026

Dies ist ein Auszug. Der vollständige Artikel steht bei Хабр.

Beim Original lesen

Volltext, Übersetzung und KI-Zusammenfassung — nach der Anmeldung

  • Der vollständige Artikel in Ihrer Sprache
  • KI-Zusammenfassung und Übersetzung aus dem Original
  • Dasselbe Konto funktioniert in der Suviy-App

Kostenlos.

Kommentare

Melden Sie sich an, um mitzudiskutieren. Anmelden

Noch keine Kommentare.