Cognition推出FrontierCode：首个衡量代码合并质量的AI评测集

时间：2026-06-09 12:43:48

　　消息，Cognition推出全新智能体代码评测集FrontierCode，重点评估AI生成代码的「可合并性」。该评测集由Celery、Budibase、Uppy和Mattermost等36个开源项目维护者共同开发，每项任务由开发者投入超过40小时打磨，划分为Extended、Main和Diamond三个级别。在Diamond任务集上，当前大模型表现仍有提升空间：Claude Opus 4.8得分13.4%，GPT-5.5得分6.3%，Gemini 3.1 Pro得分4.7%，而开源模型Kimi K2.6得分3.8%。为防范大模型作弊，评测集引入多项评估机制，包括反向测试和修改限制。开发团队设计的Mutagent工具将评测误判率降至Swe-bench Pro的五分之一。

上一篇：KONET (KONET)现已在KuCoin上线返回首页

下一篇：谷歌AI Plus订阅价格大降近四成，月费下调至4.99美元且空间翻倍至400GB

热点推荐

1 Bitget恢复CRO

消息，Bitget宣布已恢复CRO - Ethereum网络的提币服务。对于暂停期间给用户带来的不便，Bitget深表...

2 本周关键经济事件：特斯拉与谷歌财报

消息，本周将迎来多项关键经济事件：周二发布ADP就业变动数据，周三特斯拉和谷歌将公布财...

3 BANK热度上升，24h成交量放大至近7日平均

消息，据a早期发行in监测，BANK过去24小时成交量放大至近7日平均水平的8.2倍，价格累计上涨...

4 某巨鲸在Hyperliquid持有CXMT空单，并挂出

消息，据A早期发行in监测，某巨鲸在Hyperliquid以1倍逐仓做空18.84万份CXMT，仓位价值约126.72万美...

5 伊朗海军防空系统在南部拦截并摧毁了一