新闻资讯7

GPT - 5编程测评：实际成绩比Claude高一倍

量子位2025-09-22

AI 摘要

Scale AI的SWE - BENCH PRO测试，‘御三家’表面解决率低。前OpenAI研究员称GPT - 5已提交任务准确率比Claude高一倍。此基准题新且难，当前模型解决商业问题能力欠佳。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

7人5个月 Anthropic造出Git替代品

Anthropic因AI编程规模暴涨，原有Git架构无法满足超大型单体代码仓库的需求，7人工程师团队借助Claude，耗时5个月从零开发出内部源代码控制系统Scion及配套工具，并完成全部迁移，本文分享了整套设计思路与工程实践。

清华大学自动化系研究者针对大模型上下文学习（ICL）中示例选择成本高、效果不佳的问题，提出Jev-LDE方法，仅对初始检索示例做一次局部编辑，即可大幅提升1-shot准确率，推理成本增量很低。

本文爆料Anthropic风控动态，上半年封禁1140万疑似数据蒸馏账号，申诉胜诉率仅10%，大量正常用户被误杀，同时对比了中外大模型的使用体验差距。

本文是面向零基础的大语言模型入门长文，无需机器学习背景，只用简单例子讲清大语言模型的核心逻辑，覆盖从原理到产品化的全流程，适合新人系统学习。