Replit rilis ViBench 2.0 untuk uji agen pembangun perangkat lunak
Replit memperkenalkan ViBench 2.0, tolok ukur untuk menilai kemampuan agen kecerdasan buatan membangun produk perangkat lunak utuh melalui permintaan fitur bertahap.
Replit memperkenalkan ViBench 2.0, tolok ukur untuk menilai kemampuan agen kecerdasan buatan membangun produk perangkat lunak utuh melalui permintaan fitur bertahap.
TandemBench adalah tolok ukur baru berisi 1.200 pertanyaan untuk menilai kemampuan model kecerdasan buatan dalam mengambil keputusan koordinasi kerja tim multiagen.