المدونة

وكلاء البرمجة بالذكاء الاصطناعي ما زالوا يحتاجون إلى تنظيف بشري في نحو 3 من 4 مهام في اختبار واقعي

اختبار Co-Design Bench جديد من Alibaba وباحثين في جامعات آسيوية يجد أن أفضل وكيل برمجة بالذكاء الاصطناعي يُكمل بالكامل نحو مهمة واحدة من كل أربع مهام ويب في العالم الحقيقي، بينما تُظهر المعايير الأقدم نتائج شبه مثالية.