Przedstawiamy Code Review Bench v0: Pierwszy niezależny benchmark przeglądów kodu. Ponad 200 000 PR-ów. Bezstronny. W pełni OSS. Aktualizowany codziennie. Najważniejsze cechy wydajności narzędzia 🧵👇 W składzie: @augmentcode @baz_scm @claudeai @coderabbitai @cursor @GeminiApp @github @graphite @greptile @kilocode @OpenAIDevs @propelcode @QodoAI

Ogłaszamy ARES - nasz otwarty zestaw do badań i oceny Agentic. ARES opiera się na 3 filarach (👇 zobacz wątek), aby ułatwić uczenie przez wzmocnienie dla agentów kodu. Odkryliśmy również, że jest niezwykle przydatny w naszych badaniach nad interpretacją mechanizmów.

1 000 000 $ na zrozumienie, jak LLM-y piszą kod. Ogłaszamy: Wyzwanie Interpretowalności Marsjańskiej. Zrozumienie wewnętrznych mechanizmów LLM-ów to największe wyzwanie naukowe naszych czasów. Rozwiążmy to. Aplikuj tutaj: 🧵👇