Zoe Lopez-Latorre

Vào tháng 3, chúng tôi đã ra mắt Android Bench – bảng xếp hạng LLM cho các tác vụ phát triển Android trong thế giới thực. Kể từ đó, chúng tôi đã cải tiến điểm chuẩn dựa trên ý kiến phản hồi của bạn, bao gồm cả việc đánh giá các mô hình trọng số mở và thêm các phương diện về chi phí và hiệu quả vào bảng xếp hạng.