MaxxBench – "Güzel DeepSWE skoru. Ama gerçek mi?"
Yeni bir benchmark aracı olan MaxxBench'in, özellikle derin öğrenme modellerinin performansını ölçtüğü iddia edilen "DeepSWE" skorlarının doğruluğu sorgulanıyor.
Hacker News paylaşan: antiuniverse
Hacker News paylaşım tarihi: