Bảng xếp hạng tác nhân lập trình mới của Alibaba, Co-Design Bench, kiểm tra các tác nhân AI trên những yêu cầu thực tế của người dùng vốn đã khiến chúng gặp khó khăn trong thực tiễn. Ngay cả GPT-6 Astra, tác nhân có hiệu suất cao nhất, cũng chỉ giải quyết hoàn toàn 26.4 phần…
Độ tin cậy: Chưa xác minh · Nguồn The Decoder · Thời gian sự kiện 11-08 17:50 (giờ Bắc Kinh)