#Gemini-2.5-Pro18.05.2025
Достижение 50.8% на SWE-Bench с помощью монолитных моделей с длинным контекстом без использования инструментов
Новое исследование показывает, что мощные модели с длинным контекстом могут достигать 50.8% точности на бенчмарке SWE-Bench без сложных инструментальных каркасов, упрощая архитектуру LM-агентов.