大模型全员0分！谢赛宁领衔华人团队，最新编程竞赛基准出炉，题目每日更新禁止刷题
参赛大模型全军覆没，通通0分。LiveCodeBench Pro测试揭示了LLMs在算法逻辑深度上的不足，尽管表现最佳的模型在中等难度题上的一次通过率仅53%。
53%
成熟的编程智能体，已经学会升级自己的系统了
研究人员提出了一种自我改进编码智能体（SICA），能够编辑自己的代码库，并在成本、速度和基准性能方面进行自我改进，该研究展示了自我参照式元智能体编程的可行性。
参赛大模型全军覆没，通通0分。LiveCodeBench Pro测试揭示了LLMs在算法逻辑深度上的不足，尽管表现最佳的模型在中等难度题上的一次通过率仅53%。
研究人员提出了一种自我改进编码智能体（SICA），能够编辑自己的代码库，并在成本、速度和基准性能方面进行自我改进，该研究展示了自我参照式元智能体编程的可行性。
