Ofir Press

SWE-agentは、専門的なインターフェースを使ってソフトウェアエンジニアリングのタスクにおけるLMエージェントのパフォーマンスを向上させるよ。

新しいツールが科学的引用の正確性を向上させることを目指してるよ。

新しいベンチマークが、複数の分野での科学的コーディングチャレンジに対して言語モデルを評価する。

この記事は、複雑なオンラインタスクを管理するためのWebエージェントの効果を評価している。