Code generation
lab OpenAI News · 13 jam lalu DeepSWE · 68.8% · 17 tayangan

OpenAI merilis GPT-6 Sol dan Luna dengan biaya lebih rendah dan caching yang ditingkatkan

OpenAI telah memperkenalkan dua model baru, GPT-6 Sol dan GPT-6 Luna, yang dirancang untuk mendistribusikan manfaat kecerdasan terdepan melalui efisiensi biaya yang lebih besar. Model-model ini memanfaatkan metode pelatihan yang serupa dengan GPT-6 Astra tetapi berfokus pada pengiriman kinerja yang lebih cepat dan terjangkau untuk tugas-tugas dan aplikasi sehari-hari.

arxiv arXiv cs.AI · 2 hari lalu · 18 tayangan

CodeMidas menskalakan lingkungan RL pemrograman agentic menggunakan kode sumber

Peneliti memperkenalkan CodeMidas, sebuah pipeline agentic yang membangun lingkungan pembelajaran penguatan dari fungsionalitas yang diimplementasikan dalam basis kode open-source, dengan menggunakan kode sumber sebagai satu-satunya input. Metode ini mengalokasikan komputasi agentic untuk mengeksplorasi fungsionalitas, membangun tes berbasis eksekusi, dan memvalidasi tugas melalui rollouts berulang, menghasilkan dataset berisi 5.545 tugas pelatihan di 23 bahasa pemrograman. Pelatihan MiMo-V2.5 pada tugas-tugas ini dengan GRPO meningkatkan kinerja pada lima benchmark beragam, termasuk DeepSWE (+11,7%), ProgramBench (+17%), dan Terminal-Bench v2.1 (+8,5%). Analisis trajektori menunjukkan bahwa agen yang dilatih dengan RL menampilkan perilaku yang lebih baik seperti eksplorasi basis kode yang lebih besar dan verifikasi diri yang lebih beragam. Hasil-hasil ini menetapkan kode sumber sebagai fondasi yang dapat diskalakan untuk membangun lingkungan RL yang meningkatkan agen pemrograman di berbagai tugas perangkat lunak.

lab Claude Code Releases · 5 hari lalu · 21 tayangan

Claude Code v2.1.275 menambahkan tombol kirim-sekarang, menyinkronkan keterampilan ke terminal, dan memperbaiki kerusakan saat melanjutkan

Claude Code versi 2.1.275 memperkenalkan pengikat tombol 'kirim-sekarang' baru yang mengganggu giliran saat ini untuk mengantri pesan, dan menyinkronkan keterampilan serta plugin dari akun claude.ai ke sesi terminal. Pembaruan ini juga mengatasi masalah stabilitas kritis di mana transkrip atau entri memori yang tidak valid menyebabkan kerusakan saat melanjutkan sesi.