#benchmarking

총 2건 · 1/1 페이지

전체 24시간 7일 30일

Anthropic Engineering · 2026-01-09 제목번역

AI 에이전트 평가(Evals) 신비 벗기기

Demystifying evals for AI agents

#ai-agents #ai-testing #model-evaluation #benchmarking #evals #agent-evaluation
Anthropic Engineering · 2025-01-06 제목번역

Claude 3.5 Sonnet으로 SWE-bench Verified의 기준을 높이다

Claude SWE-Bench Performance

#code-generation #ai-models #large-language-models #machine-learning #claude #swe-bench