מאמרים על פיתוח אתרים, AI וטכנולוגיה

CloudOpsBench הוא בנצ'מרק חדש בקוד פתוח שבודק סוכני AI ב-45 משימות DevOps ב-AWS. אפילו המודלים המובילים פותרים רק 60 אחוז, והחוקרים אומרים ששגיאות חשיבה גורמות לרוב הכישלונות.

Anthropic שחררה את Message Threads כבטא ציבורית לפלטפורמת Claude, והקיצרה את זמן ההמתנה לטוקן הראשון בכ-35% בשיחות ארוכות, בלי לשנות את כמות הטוקנים שנעשה בהם שימוש בבקשת ה-API.