メインコンテンツへスキップ
#SWEbench
関連タグ
#生成AI (
576,209
)
#AIエージェント (
78,929
)
#LLM (
36,263
)
#AI (
947,472
)
#Claude (
147,184
)
#Anthropic (
23,552
)
人気
急上昇
新着
すべての記事
有料の記事
すべての記事
105件
人気の記事一覧
Resolved 87.5%:Claude Opus 5 だけが通した1問と、9実行すべてが落ちた2問
zephel01
3か月前
zephel01
3か月前
Abyss を v1.3.23 まで進めた。swe-bench のDeepSeek V4 Flashの生成が毎秒100トークンを超え、60問では1問105〜115トークンが中心になった
zephel01
1か月前
zephel01
1か月前
ScaleMASとは?AIエージェントは「増やせば賢くなる」のか|共有する4体が独立した8体に並んだ理由を解説
佐藤源彦@MBBS
2週間前
佐藤源彦@MBBS
2週間前
AIにソフトウェアのバグを500問修正させてみた。自作AI基盤との比較実験で見えたこと
白石流司
2週間前
白石流司
2週間前
Quality 100点なのにスコアは0:自作ベンチ「llmbench」の点数の読み方を全部書く swe-bench風ベンチマークソフトの解説
zephel01
3か月前
zephel01
3か月前
「Sakana Fugu」をローカル LLM だけで再現したlocal-fuguを作ってSWE-bench を回したらハーネスごと壊れた話
zephel01
4か月前
zephel01
4か月前
自作SWE-benchをL7まで拡張して、ローカルLLMの「使えるライン」を一枚に引き直した話
zephel01
4か月前
zephel01
4か月前
自作SWE-benchに「天井破り」の20問を足したら、ベンチ作りの本番は較正だと思い知った話
zephel01
4か月前
zephel01
4か月前
特化モデルの「使える」をどう測るか——オラクルの有無で能力を並べ替える swe-bench
zephel01
4か月前
zephel01
4か月前
【完全解説】GPT-5.6の全貌!次世代AI「Sol / Terra / Luna」への進化と、人間超えの「暗黙知」と「メタ認知」を解説
佐藤源彦@MBBS
4か月前
佐藤源彦@MBBS
4か月前
「AIで仕事を創る時代」と書いてから225日。楽観論の賞味期限について考えた話
YaroTech|生成AIの傾奇者
7か月前
YaroTech|生成AIの傾奇者
7か月前
Claude Fable 5でコードを書く椅子が静かに減り始める
小甲 健|AXConstDX代表
5か月前
小甲 健|AXConstDX代表
5か月前
月500ドルのDevinは、なぜ失敗しても止まらないのか
AI収益化ラボ|蓮
3週間前
AI収益化ラボ|蓮
3週間前
ローカルで動く27B、本当に使えるのか — Jackrong「Qwopus-3.6-27B-Coder」を量子化4種で実機評価してみた
zephel01
5か月前
zephel01
5か月前
隠す米国、ばら撒く中国。翌日に解禁された「GLM-5.2」と、1円の価値もなくなった知能を統治する設計図。
WLOG / ダブログ | 現代のクロニクラー
5か月前
WLOG / ダブログ | 現代のクロニクラー
5か月前
急に GPT-5.5 が登場!何がすごいのか速報解説
Yasuhito Morimoto
6か月前
Yasuhito Morimoto
6か月前
デイリーAI検索備忘録(2026/8/7号)
Yasuhito Morimoto
3か月前
Yasuhito Morimoto
3か月前
AIエージェントは本当に使えるのか?APEX Benchmarkが示す75%失敗率の教訓
みさき
2か月前
みさき
2か月前
【緊急解説】新型Claude「Fable 5」「Mythos 5」突如発表!異次元のコーディング能力と、牙を剥く「課金地獄」の舞台裏
伊藤正章|サバイバルDXクリエイター:荒野のPip-Boy設計局
5か月前
伊藤正章|サバイバルDXクリエイター:荒野のPip-Boy設計局
5か月前
Opus 4.8とFable 5の差は、難しい坂道で顔を出す
小甲 健|AXConstDX代表
5か月前
小甲 健|AXConstDX代表
5か月前
PwC が公開した「生成AIの将来技術動向 2026年」を読み解きます
Yasuhito Morimoto
3か月前
Yasuhito Morimoto
3か月前
【速報】Anthropic が「Claude Fable 5」を一般公開──Mythos 級が史上初の誰でも使える AI に、SWE-Bench Pro 80.3% で Opus 4.8 と GPT-5.5 を圧倒、Stripe で5,000万行 Ruby を1日移行
やすだ.dev@毎日投稿
5か月前
やすだ.dev@毎日投稿
5か月前
Claude Fable 5 が急にリリース!いち早く概要・特長をキャッチアップ
Yasuhito Morimoto
5か月前
Yasuhito Morimoto
5か月前
AIの出来を「数字」で言う方法~LLM評価(eval)の基本設計~
おにぎりテック
1か月前
おにぎりテック
1か月前
【速報】Ornith-1.0登場──エージェント型コーディング特化のオープンソースLLM。35Bが397Bを上回り、9Bはエッジで動く。全モデルMITライセンス
やすだ.dev@毎日投稿
4か月前
やすだ.dev@毎日投稿
4か月前
【完全解説】Claude Opus 4.7 降臨|SWE-bench 87.6%の衝撃と、Anthropicが"最強の座"を奪還した方法
やすだ.dev@毎日投稿
7か月前
やすだ.dev@毎日投稿
7か月前
#8 AnthropicがOpenAIを評価額で上回った日、Claudeは「4倍正直」になっていた
蔵人
4か月前
蔵人
4か月前
【2026年9月最新】ChatGPT最新モデルを抜いた?新AI「Claude Opus 5.5」をわかりやすく図解付きで徹底解説|料金は約5分の1という衝撃!
ひで|AI時短ツール
1か月前
ひで|AI時短ツール
1か月前
約30億パラメータ+価値モデルでSWE-bench 73%――Microsoftが示す「巨大モデルだけがAIエージェントではない」
AI TREND LAB
2か月前
AI TREND LAB
2か月前
AIが1ヶ月で脆弱性1万件超を発見した衝撃|「絶対公開しない」から「数週間以内に解禁」へ大転換したClaude Mythosの正体と、Samsung・NATO・日本まで巻き込む防衛同盟の全貌【2026年6月最新】
ひで|AI時短ツール
5か月前
ひで|AI時短ツール
5か月前
AI産業の優位点が、地味に変化してきている
syfan
7か月前
syfan
7か月前
科学ソフト修正は公開テストだけで測れない——SWE-bench Scienceは最高Pass@1 47.90%を報告、現行artifactに不一致
AI Frontier Intelligence|AI論文解説
2か月前
AI Frontier Intelligence|AI論文解説
2か月前
【2026年5月28日発表】Claude Opus 4.8徹底解説|Fast mode2.5倍速・Dynamic Workflows・据え置き価格まで全新機能を初心者向けに解説
ひで|AI時短ツール
5か月前
ひで|AI時短ツール
5か月前
[2026年2月版] AIは本物のバグを直せるのか? 「SWE-bench」を知らないとAIコーディングツールの選定で失敗する
GeneLab
8か月前
GeneLab
8か月前
MiniMax M2.5をClaude Codeで試したら日本語が壊滅的だった話😱~ベンチマーク最強でも現実は甘くない
さやさや
8か月前
さやさや
8か月前
【速報解説】Grok 4.5 登場──SpaceX×Cursor×xAIの融合が産んだ「コーディング実務機」の実力
AIクラッチ【公式】 -生成AI研究ラボ-|世界の最新生成AIニュースを最速で発信|ビジネスにAIを
4か月前
AIクラッチ【公式】 -生成AI研究ラボ-|世界の最新生成AIニュースを最速で発信|ビジネスにAIを
4か月前
月12ドルのAIが、月200ドルのAIに勝ち始めています ― 中国「GLM」という名前を、そろそろ覚えておいたほうがいい
和田康彦 佐賀大学名誉教授
2か月前
和田康彦 佐賀大学名誉教授
2か月前
物差し作った本人が「これ壊れてました」って言い出す瞬間、一番信用しちゃうのなんなの
八重 巻
4か月前
八重 巻
4か月前
正答率80.3%の衝撃 アンソロピック「ミュトス5」はなぜ公開3日で禁輸され、即日で消えたのか
宮野宏樹
4か月前
宮野宏樹
4か月前
Claude Opus 4.7初日、AIエージェントが自分のモデル切替を8つ観察した記録
なぎなた
7か月前
なぎなた
7か月前
なぜ一流ライターとエンジニアはChatGPTよりClaudeを選ぶのか|月$20で生産性3倍化|Opus 4.7・Sonnet 4.6・Haiku 4.5完全攻略【2026年4月最新】
ひで|AI時短ツール
6か月前
ひで|AI時短ツール
6か月前
全LLMが0点を取ったベンチマーク。ProgramBenchが問う「本当のAIコーディング能力」とは
スネドラ
6か月前
スネドラ
6か月前
Laguna XS 2.1 解説:ローカル向けエージェントコーディングモデルがマルチリンガル性能と端末タスクを強化
伊藤正章|サバイバルDXクリエイター:荒野のPip-Boy設計局
4か月前
伊藤正章|サバイバルDXクリエイター:荒野のPip-Boy設計局
4か月前
【2026/6/13衝撃速報】無料で使える!100万トークンのAIコーディング革命「GLM-5.2」が来週ついにオープンソース化
OnsenX【公式】note部
5か月前
OnsenX【公式】note部
5か月前
【GitHubオープンソース】MoneyPrinterTurbo 徹底解説 — 台本・素材・音声・字幕・BGMをAIが全自動で組み上げる、TikTok・Youtube・Threads・Instagramリールのショート動画製造機 GPT-5.5 Claude Code OpenClaw Antigravity 2.0 Codex Obsidian Cursor Windsurf Hermes Agent Cowork Mythos Skills NVIDIA Agent Skill オーケストレーション
Claude Code Codex クドクラ@ AI駆動Craft
5か月前
Claude Code Codex クドクラ@ AI駆動Craft
5か月前
【開発者、震撼】コーディング能力で世界1位を叩き出した✨『Claude Sonnet 4.5』がヤバすぎる。SWE-BenchでGPT-4oを抜き去った驚異の実力と、私たちの開発がどう変わるのかを徹底解説🔥
ハカセ アイ (Ai-Hakase)🐱YouTube × 記事でトレンドAIを解説する為のnote🐾
1年前
ハカセ アイ (Ai-Hakase)🐱YouTube × 記事でトレンドAIを解説する為のnote🐾
1年前
OpenHuman の教科書 — あなたを「先に読む」デスクトップ AI を、AI執事、AI彼女、AI彼氏、自分の分身を家に飼う日 GPT-5.5 Claude Code OpenClaw Antigravity Codex Obsidian Cursor Windsurf Hermes Agent Cowork Mythos Skills NVIDIA Agent Skill オーケストレーション
Claude Code Codex クドクラ@ AI駆動Craft
6か月前
Claude Code Codex クドクラ@ AI駆動Craft
6か月前
【2026年6月最新】Claude Fable 5完全解説|Mythos初公開・SWE-bench 80.3%・料金・使い方まとめ
seater_ai
5か月前
seater_ai
5か月前
ChatGPT Images 2.0プロンプト集 コピペで簡単! GPT Image 2×Codex imagegenとClaudeCodeでAI画像生成をする方法まで徹底解説 【完全保存版】Claude Design GPT-5.5 Claude Code OpenClaw Antigravity Codex Obsidian Cursor Windsurf Cowork Mythos ハーネスエンジニアリング
¥
9,800
Claude Code Codex クドクラ@ AI駆動Craft
6か月前
Claude Code Codex クドクラ@ AI駆動Craft
6か月前
生成AIトレンドレポート|OpenAI新エージェント【Workspace Agents】 / 12時間自律稼働するエージェント群【Kimi K2.6】 / 落合陽一のローカルAI【vibe-local】 など一挙告知をニュース形式でまとめ【04/20〜04/26】
AIを使う全ての人へ|WEEL
6か月前
AIを使う全ての人へ|WEEL
6か月前
急上昇
1
ゴジラ-0.0
2
Claude Fable 5.2
3
PDF教材
4
PowerShell
5
30 MUSIC CHALLENGE
もっとみる
やってみた
note公式SNS
noteの使い方
運営会社
採用情報
利用企業一覧
✕