Web geliştirme, AI ve teknoloji üzerine makaleler

CloudOpsBench adlı yeni açık kaynak kıyaslama, yapay zeka ajanlarını 45 AWS DevOps görevinde test ediyor. En iyi modeller bile görevlerin yalnızca yüzde 60'ını çözüyor ve araştırmacılar çoğu hatanın akıl yürütme hatalarından kaynaklandığını söylüyor.

Anthropic, Claude için Message Threads'ı genel beta olarak yayınladı; özellik, token kullanımını değiştirmeden uzun konuşmalarda ilk tokene kadar geçen süreyi yaklaşık %35 azaltıyor.