@cognition：FrontierCode 1.1 现已上线 @ArtificialAnlys！FrontierCode 与开源项目维护者共同打造，是首个……的基准测试

X AI KOLs Following 2026/10/12 19:29 新闻

benchmark code-quality ai-evaluation open-source cognition

摘要

FrontierCode 1.1 现已上线 Artificial Analysis；它与开源项目维护者共同打造，是首个衡量端到端代码质量与可合并性的基准——即维护者是否真的会合并该 PR。

FrontierCode 1.1 现已上线 @ArtificialAnlys！FrontierCode 与开源维护者共同打造，是首个衡量端到端代码质量和可合并性的基准：维护者真的会合并这个 PR 吗？

查看原文

相似文章

X AI KOLs Following

Cognition 发布了 FrontierCode 1.1，这是一个用于评估代码质量的更新基准，改进了公平互联网使用和评分标准的指南，同时提供了 Sonnet 5 和 Fable 5 的新模型评分。

Hacker News Top

FrontierCode是Cognition AI推出的新基准测试，通过评估合并性（mergeability）来衡量AI模型编写高质量、可维护代码的能力。结果显示，即使是Claude Opus 4.8等顶级模型，在最难子集上的得分也仅为13.4%，这突显了代码质量方面存在的显著差距。

X AI KOLs Timeline

Cognition 推出 FrontierCode 2.0，这是一项编程基准测试，用于评估模型提交的拉取请求是否真的会被维护者合并——考察的不仅是满足规格要求的能力，还包括智能水平、对代码库的熟悉程度和判断力。

X AI KOLs Following

Cognition 宣布推出 FrontierCode，这是一个新的代码评估基准，超越了单元测试，衡量代码质量、范围、测试正确性和人类审查者认可度，解决了代理编写通过测试但不可维护的草率代码的问题。

X AI KOLs Following

FrontierCode 是一个新的编程评估基准，用于衡量代码的可合并性，声称比 SWE-Bench Pro 减少 81% 的误分类错误。任务由 Celery、uppy 和 Mattermost 等开源项目的维护者精心设计。