Magic 详解 SWE 模型训练:每代模型重做「知识评测」防止过拟合评测集
seanmcdonaldxyz · x · 2026-09-09
AI 编程模型公司 Magic 介绍其方法论:目标是打造最强的 SWE(软件工程)与自主 AI 研发模型。为平衡数据取舍,除标准 out-of-sample 评测套件外,他们还关注「知识评测」(knowledge evals),并且为每一代新模型重新制作知识评测,以避免评测集随时间被过拟合。评论区称赞其结果与工作重要性。
所属事件:Magic 宣称 1/50 算力匹敌 DeepSeek V4 Pro 预训练(11 条相关)→
「编程与Agent」频道最新
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27
- 用 Astra 计算机视觉操控 Premiere Pro 剪辑，10 个实用玩法 — beechinour · 2026-10-27
- 开发者开源一套更好看的 Agent 运行瀑布图追踪 UI — round · 2026-10-27
- Phil Schmid 发布 Gemini API CLI:无状态工具,给现有编码 Agent 补多模态能力 — _philschmid · 2026-10-27
- 马斯克盛赞 Grok Bot:像雇了个超能干的幕僚长 — elonmusk · 2026-10-27
- shadcn 演示用 /improve skill 搭配 Grok 批量处理 issue — shadcn · 2026-10-27