関連ニュース
HarnessTax: How Much Does the Harness Matter for Coding Agents?
What does a coding-agent harness actually add, and at what cost? It turns out your Claude models ...
はてなテクノロジー
09/17 23:10
“海のリアル”徹底追求『プロ船員シミュレーター』9月16日にSteam早期アクセス配信へ。シミュレーションソフト開発企業が本気で作った、多彩な船でのお仕事体験
Aerosoftは8月27日、SWE Systemsが手がける船員シミュレーションゲーム『プロ船員シミュレーター（Professional Ship Simulator）』の早期アクセス配信を9...
automaton
08/31 10:40
OpenAIが「SWE-Bench Proの約30％が壊れている」と報告、AIのコーディング能力を測るベンチマークに大量の不備
OpenAIは2026年7月8日、AIのコーディング能力を測るベンチマーク「SWE-Bench Pro」を詳細に調査した結果、タスクのおよそ30％に評価として成立しない問題があると報告しました。...
GIGAZINE
07/09 03:40
出典メディア
はてなテクノロジー (2)
automaton (1)
GIGAZINE (1)
つながり
数字は「SWE」と一緒に出てきた記事の本数。 グラフには強いものだけが出るので、ここが全部です。
Bench
2
model–harness
1
クラウドサインProduct
1
早期アクセス配信
1
プロ船員シミュレーター
1
<p><b
1
AIコーディング問題
1
Does
1
HarnessTax:、How
1
...</a></
1
フロントエンドアーキテクチャ
1
早期アクセス
1
SWE-Bench
1
Matter
1
徹底追求
1
cost?
1
プロダクト開発本部
1
model–
1
Pi—on
1
Terminal-Bench
1
船員シミュレーションゲーム
1
プロ船員
1
What
1
Anthropic / Claude
1
Claude
1
AI・人工知能
1
シミュレーションソフト開発企業
1
Codex
1
Professional
1
...</a></b
1
href="https
1
Agents?
1
Ship
1
Code
1
船員シミュレーション
1
Agents?、What
1
Harness
1
ベンチマーク
1
仕事体験
1
コーディング
1