Noticias que mencionan SWE-Bench Pro

Opera: marco de crítica verbal para agentes de código de largo alcance

Opera es un marco de crítica verbal diseñado para agentes de programación de largo alcance, que busca resolver la limitación de los sistemas actuales al no rastrear las acciones del agente tras la entrega de correcciones. A diferencia de los críticos existentes que evalúan trayectorias, Opera trata

El software abierto con IA vive su momento Kubernetes: no lo estropeemos

Los modelos de pesos abiertos se están convirtiendo en la base del próximo ecosistema de inteligencia artificial, y Estados Unidos debería competir dentro de él en lugar de aislarse. Tobi Knaup, cofundador de Mesosphere, traza un paralelismo con Kubernetes: cuando una plataforma abierta y portátil s