Anthropic: Engineering（资讯）
75
推荐理由：Claude 3.5 Sonnet 在 SWE-bench 上的突破意味着 AI 编程助手离真正解决复杂工程问题更近了一步，做软件开发的团队可以关注这一能力提升对日常代码修复和功能开发的潜在影响。
全部 AI 动态
AI 相关资讯全量信息流
5月13日
21:35
Anthropic 宣布其 Claude 3.5 Sonnet 模型在 SWE-bench Verified 基准测试中取得了 49.7% 的通过率，较此前最佳成绩提升了约 10 个百分点。该测试评估 AI 模型解决真实 GitHub 问题的能力，包括代码修复、功能实现等。Claude 3.5 Sonnet 在多个类别中表现优异，尤其在需要多步推理和上下文理解的复杂任务上。这一进展表明 AI 在软件工程自动化领域正快速接近人类水平。
21:35
Anthropic: Research（资讯）
75
推荐理由：生物信息学研究者或计算生物学家可以借此了解 Claude 在真实科研问题上的表现，评估其作为辅助工具的实用性。
5月11日
22:15
65
推荐理由： HappyHorse的发布表明阿里云在视频生成赛道上的快速跟进，其高速和音视频同步特性对直播、短视频等场景有实际价值，但需关注其与Sora等产品的实际性能对比及商用门槛。
11:18
30
推荐理由：该评论揭示了AI与机器人领域评估体系的不对称性，提醒从业者关注机器人基准测试的缺失及其对行业透明度的影响。