El modelo Sonnet con el asesor Opus muestra mejoras en el rendimiento en la evaluación multilingüe de SWE-bench

ME News Noticias, 10 de abril (UTC+8), recientemente, un resultado de prueba de referencia mostró que, en la evaluación Multilingüe de SWE-bench, el modelo Sonnet equipado con el asesor Opus obtuvo una puntuación 2.7 puntos porcentuales más alta que el modelo Sonnet que funciona de manera independiente. Al mismo tiempo, su costo de cálculo por tarea individual se redujo en un 11.9%. Esta información fue publicada por WesRoth en Twitter. (Fuente: InFoQ)