📌 📄 内容摘要:
pipdax 在 从这个数据集上看，Opus 4.6整体是强于4.7的 中发帖
[image]
解读一下上面的图：
右侧的曲线图显示，在复杂工程的具体实现上，Opus4.6强于4.7
左侧的数据显示，在整个项目的完整把控上，Opus4.7略微强于4.6，但不多。
参考内容:
最近，Meta FAIR 联合斯坦福、哈佛等机构发布了一项很有意思的新 benchmark，本质上是在重新定义 AI Coding 的评估方式：
ProgramBench: Can Language Models Rebuild Programs From Scratch?
[图片]
过去的大模型编程 benchmark，大多测的是局部能力：补全函数、修复 bug、实现 feature…本质上，仍然是在已有代码结构里做局部修改。
而 ProgramBench 第一次把问题推进到了真正的软件工程层面：如果只给 AI 一个程序的功能描述和 usage docs，它能不能像真正的...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/2138898/1
─────────────────────────────
📢 来源：LINUX DO
