DeepSWE评测里Gemini表现很差
vista8 · x · 2026-07-10
帖子说看 DeepSWE 评测后，Gemini 的表现“很惨”，并感叹谷歌到底出了什么问题。
核心信息是对 Gemini 在该评测中的成绩不佳的评价，属于模型能力与评测讨论。
「模型」频道最新
- ChatGPT 把 404 Media 当科技公司客服，大批用户被推荐去找记者修手机 — 404 Media · 2026-10-26
- 用 Claude 讲清压限器自动增益补偿，音频工程师直呼最佳示范 — teropa · 2026-10-26
- ChatGPT 把记者当客服：404 Media 收到大量 AI 代写爆料邮件 — 404 Media · 2026-10-26
- Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26
- Mirendil 发布首个自研预训练模型 Fern,上下文最长 1000 万 token — bneyshabur · 2026-10-26
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26