TwiScan
熱門
社區
帳號集合
登入
註冊
English
日本語
한국의
简体中文
繁体中文
註冊並分享邀請連結,可獲得影片播放與邀請獎勵。
立即註冊
Vals AI
@ValsAI
Public LLM Evaluation //
@8vc
@BloombergBeta
@pearvc
@a16z
@HRTVentures
@nextladder
加入 March 2024
277
正在關注
22.8K
粉絲
Vals AI
@ValsAI
2026.09.15 17:17
SWE-bench Verified, an older benchmark, is easy to shortcut with simple Git queries. The attempt rates were an order of magnitude higher: GPT-5.6 Terra at 89.4% and GPT-5.6 Luna at 78.8%, with a long tail of models pulling the same trick.
顯示更多
0
0
1
4
1
轉發到社區
熱門用戶
オリコンニュース
@oricon
1.9M 粉絲
New York Post
@nypost
4.2M 粉絲
吴说区块链
@wublockchain12
181.4K 粉絲
空空道人
@Kongkongda5882
34K 粉絲
ツイッター速報〜BreakingNews
@tweetsoku1
256.6K 粉絲
中國新聞社
@CNS1952
547.4K 粉絲
TVer新着
@TVer_info
100.8K 粉絲
币安Binance华语
@binancezh
464.2K 粉絲
看中國
@kanzhongguo
348.8K 粉絲
Reuters
@Reuters
26.4M 粉絲
First Squawk
@FirstSquawk
567.8K 粉絲
华尔街观察 Xtrader
@cnfinancewatch
129.5K 粉絲
billboard
@billboard
16.8M 粉絲
一劍浣春秋
@chee828
231.8K 粉絲
小牛
@Xiaoniu6161
189.3K 粉絲