跳到正文
Hacker News 首页

Cognition 发布 SWE-2:编程跑分追上第一梯队,但长链条任务还差一截

Cognition's SWE-2 achieves 92.8 on Terminal-Bench 2.1

Cognition 发布 SWE-2,基于 Kimi K3 后训练,2.8T 总参数、每 token 激活 104B,厂商自报 Terminal-Bench 2.1 得分 92.8、FrontierCode 1.1 Main 50.0、DeepSWE 1.1 73.0。

推荐理由:Cognition 基于 Kimi K3 后训练发布 SWE-2,自报 Terminal-Bench 2.1 得分 92.8,但 Terminal-Bench 4.0 仅 27.3,长链条任务与前沿模型差距明显。

读原文 ↗导出 Markdown