Найдено записей: 4
'W4S обучает 7B мета-агента писать Python workflow, которые оркестрируют более сильные LLM без их дообучения, демонстрируя улучшения в 11 бенчмарках и высокий Pass@1 на HumanEval.'
'RA3 формализует mid-training как отсечение пространства действий и сокращение горизонта планирования, используя темпоральные абстракции для ускорения RL-посттренинга и улучшения генерации кода.'
Детальный обзор бенчмарков и метрик 2025 года для кодинг LLM, с анализом ведущих моделей OpenAI, Gemini и Anthropic в реальных сценариях разработки.
EG-CFG внедряет обратную связь от выполнения кода в реальном времени, значительно повышая точность генерации на ключевых бенчмарках и превосходя ведущие модели, такие как GPT-4.