SWE-agentが新ベンチマークCodeClashを発表、100行AIエージェントminiの評価も公開
SWE-agentは2026年9月27日(現地時間)、GitHubリポジトリを更新し、新しいベンチマーク「CodeClash」と100行のAIエージェント「mini」に関する情報を公開した。CodeClashは、ソフトウェアエンジニアリングエージェントの評価をタスクではなく目標に基づいて行う。一方、miniはSWE-bench verifiedで65%のスコアを達成したとされている。
Tag
2 件の関連記事
SWE-agentは2026年9月27日(現地時間)、GitHubリポジトリを更新し、新しいベンチマーク「CodeClash」と100行のAIエージェント「mini」に関する情報を公開した。CodeClashは、ソフトウェアエンジニアリングエージェントの評価をタスクではなく目標に基づいて行う。一方、miniはSWE-bench verifiedで65%のスコアを達成したとされている。
xAIは2026年8月13日(現地時間)、AIチームメイト「Grok Bot」と、その基盤となる大規模言語モデル(LLM)「Grok 4.6」を初期ベータ版として発表した。Grok Botはユーザーのツールにサインインし、作業を完了させるAIとして設計されており、Grok 4.6はこのシステムを駆動する新しいモデルとして、効率性においてトップクラスの性能を持つとされている。