10月27日，Cognition发布新一代编码评测基准FrontierCode 2.0，用于衡量智能体产出的代码是否真正可合并。相比上一代，新基准的题目来自更多代码仓库，覆盖安全补… [原文链接]
Cognition 发布 FrontierCode 2.0，任务规模与合并标准双升
10月27日，Cognition发布新一代编码评测基准FrontierCode 2.0，用于衡量智能体产出的代码是否真正可合并。相比上一代，新基准的题目来自更多代码仓库，覆盖安全补… [原文链接]