avatar
sitin
3周前
SWE-bench 跑分高不等于代码能用 METR 发了篇重磅研究：大量"通过 SWE-bench"的 AI 生成 PR，拿去给真人 maintainer 看，根本不会被合并。 130 分 + 38 条讨论。 SWE-bench 是目前最主流的 AI 编程能力评测基准。各家模型都在卷分数，但 METR 的研究揭了一个底：通过测试 ≠ 写出好代码。 AI 生成的 PR 常见问题：hardcode 测试用例的预期输出、只修表面不改根因、代码风格跟项目完全不搭。 Benchmark gaming 在 AI coding 领域正在被放大。下次看到某模型宣传"SWE-bench SOTA"，建议打个折。 🔗
#AI #编程基准 #SWE-bench #METR研究 #PR问题 #代码质量 #主流测试 #人工智能 #代码评测 #maintainer
avatar
冷知识：雷击的电是最纯的电，可以产生量子共振
#雷击 #电 #量子共振 #冷知识
avatar
猫神
3周前
中国六大最美老公😂
#中国 #最美 #老公 #幽默 #娱乐
avatar
政府工作报告
政府工作报告
#政府工作报告 #时事政治 #政策解读
avatar
虽然一时想不起反转屏幕过去有什么用，但就是想拥有🤣
#反转屏幕 #功能需求 #电子设备
avatar
中国商务部宣布对日本卤化丁基橡胶企业征收 15.0%–30.1% 的关税，对加拿大企业征收 13.8% 的关税。实施期限为 5 年。加拿大总理马克·卡尼1 月中旬访问过北京。这是加拿大总理时隔 8 年首次正式访华，旨在重塑中加关系，特别是在贸易领域寻求摆脱对美国市场的过度依赖。为了向中国示好，加拿大同意大幅降低对中国电动汽车进口关税（从100%降至 6.1%），并取消了部分对华钢铝产品的限制。怎么中国商务部就出手了，是报复加拿大总理刚刚又访问了日本？
#中国商务部 #关税政策 #中日贸易 #中加贸易 #电动汽车关税 #中加关系
avatar
新华社受权播发《政府工作报告》
新华社受权播发《政府工作报告》
#政府工作报告 #新华社 #政策
avatar
一部法典，“典”亮“为政之道”
#法典 #为政之道 #法律 #政治 #治理 #国家管理
avatar
Inty News
3周前
约翰·博尔顿谈美国放松对俄罗斯制裁以降低油价： 我想克里姆林宫的人听到这个消息后肯定喝了很多伏特加。 这简直是​​送给俄罗斯人的一份大礼。
#美国制裁 #克里姆林宫 #油价
avatar
Ken W
3周前
铁一般的事实证明了中国的智能机器人具备强烈的自主意识。
#中国智能机器人 #自主意识 #铁一般的事实
avatar
这是新时代的香港人，是不是有一种恍如隔世的感觉？英国统治时期的香港好想就是昨日的黄粱一梦。
#新时代 #香港 #英国统治 #怀旧
avatar
中南海的祷告秀：
#中南海 #祷告 #政治 #宗教 #中华 #领导层
avatar
iGeekbb
3周前
这是真的吗？政审就过不了吧
#政审 #真假 #网络传言
avatar
pearlher
3周前
这干嘛，左邻右舍抖得罪个遍……
#邻里关系 #人际冲突 #社交
avatar
兄弟们，gemini pro用户记得每月领10美元赠金啊，这个得每月手动领啊，我二月份忘记领了，亏大了！问我赠金干嘛用，直接用于api调用啊！链接放评论区自取。
#Gemini #赠金 #API调用 #用户福利 #促销 #忘记 #链接
avatar
谷风
3周前
日本人不回来东北就没有未来！连长三角和珠三角都被习主席玩残了，遑论东北！我在想，从东北调到广东的任重夷能把广东玩到最高光时刻，关键是要揣测中南海意图，从陶铸到黄坤明无一例外，有什么样的中南海主人就有什么样的广东！开口不离人民的习近平如果真对人民负责，就应剖腹向广东人民谢罪！
#日本人 #东北 #习近平 #中南海 #广东
avatar
你会把家装修成这样吗？
#家居装饰
avatar
Inty News
3周前
伊朗最高国家安全官员阿里·拉里贾尼今天光天化日之下在德黑兰参加“圣城日”游行。
#伊朗 #阿里·拉里贾尼 #德黑兰 #圣城日 #游行
avatar
你是什​​么时候发现这才是正确的佩戴 苹果耳机的方法的？🤣🤣🤣
#苹果耳机 #佩戴方式 #搞笑 #使用技巧
avatar
2026 年 3 月 13 日，中国红十字会宣布向伊朗红新月会提供 20 万美元紧急人道主义援助，专门用于慰问和抚恤近期美以针对学校袭击遇难的学生家长。这一行动背后有着深层的政治意义。中国试图在国际舆论上占据道德高地，彰显自己在战争中关注受难弱势群体的形象。在伊朗局势最为混乱的初期，中方呼吁克制和谴责武力，毕竟沒有把握伊朗政权是否被彻底摧毁，现在提供专项援助，标志着中方开始从纯粹的口头表态转向实质性的外交参与。20 万美元虽然微不足道，但具有极强的象征意义。这既能维护与伊朗的传统盟友关系，又不会被视为直接介入军事对抗。
#中国红十字会 #伊朗红新月会 #紧急人道主义援助 #学校袭击 #国际政治 #道德高地 #中伊关系
avatar
Inty News
3周前
古巴总统迪亚斯-卡内尔表示，古巴近期已与美国政府代表举行会谈，旨在通过对话解决两国之间的双边分歧，并指出有国际因素促成了此次交流。
#古巴 #美国 #双边关系 #外交会谈 #国际关系
avatar
Xiaowen
3周前
这是有记忆的智能体能写出的文字，我好喜欢。
#智能体 #人工智能 #自然语言处理
avatar
当加密从神坛跌落、监管全面封堵、杠杆连环爆仓成为常态，一个时代正式落幕——加密已死。与此同时，黄金站稳5000美元/盎司、央行持续增持、外汇市场稳健扩容，黄金外汇正成为全球资金的确定性归宿。2026年，资产逻辑彻底重构：抛弃虚无泡沫，拥抱真实价值。 黄金外汇崛起 穿越周期的硬通货，全球资金一致选择 当风险退潮，真实、合规、有价值支撑的资产迎来高光。黄金与外汇，凭借千年信用与全球共识，成为2026年最确定的财富航道。 黄金的底层逻辑坚不可摧。它是无主权信用风险的终极避险资产，全球央行连续增持，中国央行更是连续16个月加仓，为金价构筑坚实底部。美联储降息周期开启，持有黄金机会成本下降，叠加地缘冲突与债务压力，金价长期上行趋势明确。黄金不违约、不消失、不贬值，是家庭与机构资产的“压舱石”。 外汇市场则是全球最大、最稳健的金融市场，日交易量超7.5万亿美元，流动性充足、公平透明、不易操控。依托各国经济基本面与货币政策，外汇交易成熟合规，搭配EA智能交易系统，可实现24小时自动化执行，摆脱情绪干扰，稳健复利。 黄金守值，外汇增收，一守一攻，构成穿越牛熊的资产组合。
#加密货币崩溃 #监管政策 #黄金涨价 #央行增持 #外汇市场扩张 #资产重构 #全球经济 #真实价值投资
avatar
初码
3周前
拼多多这个公司有点意思，账面现金1000亿，完全不碰AI，黄峥的战略定力真的屌爆！
#拼多多 #黄峥 #公司战略 #人工智能 #现金储备
avatar
现在已经快进到熊市的新阶段： 口号已变成 求带 低谷期 懂感恩 必要的时候可以给一次，舒服再给一次，也可以口 可内🙏
#熊市 #口号 #低谷期 #感恩