新模型让人兴奋、也让人郁闷

这篇文章在夏天那会就冒了头， 但很可惜当时我没能被互联网照顾，现在看看，确实，远见十足。 知乎文章 https://zhuanlan.zhihu.com/p/2035668823311898252 原论文 这是 ProgramBench ，它给模型一个可执行程序及文档，让模型自行选择语言、设计架构、编写代码，复现原程序的行为。可以运行原程序观察结果，但不能看源码、反编译或联网。200 个任务包含小型命令行工具，也包含 SQLite、FFmpeg 等大型软件。 测试结果很吸引人， …