匿名模型Luna在SWE基准测试中表现引关注

近期技术社区对比了匿名模型 Luna 与 V4-Flash 在 SWE 基准上的表现。数据显示，V4-Flash 的 pass@2 成绩优于 Luna 的 pass@1，但在 pass@4 等指标上情况有所不同。开发者推测，Luna 可能是一个参数量极小的模型，其优势主要集中在软件工程和商业类任务，而在其他领域的表现相对平庸。

2026-08-09 ~ 2026-08-09 · 2 条相关