#评测

共 121 篇带此标签

121 篇文章 最新 2026-10-24
往期 · #评测 共 11 篇
框架

OpenAI 低资源编程语言评测:代码能补全吗

OpenAI 测试了模型在低资源编程语言上的代码生成与理解能力。它更重要的用途,可能是辅助改造代价高昂的遗留系统,但距离可靠自动迁移仍有距离。

2026-10-21 来源 2026-10-20 4 分钟 264 次浏览
产品

flow-1 vs GPT-6-sol:Agent 调试谁更便宜?

Laminar 发布用 RL 训练的 flow-1。在自有 benchmark 上,它检测 Agent trace 错误的质量匹敌 GPT-6-sol,成本低 23 倍。真正值得看的不是模型排名,而是 Agent 基础设施开始分层。

2026-10-20 来源 2026-10-19 6 分钟 264 次浏览