Μετάβαση στο περιεχόμενο

Θέμα: Coding agents

Προσαρμογέας LoRA για το Qwen3.8-27B: Terminal-Bench 2.1 από 39.5% σε 55.8% με RL μέσα στο harness

Έρευνα2 πηγές

Η Hugging Face εκπαίδευσε με ενισχυτική μάθηση προσαρμογείς για πράκτορες κώδικα. Στο pi η επιτυχία στο Terminal-Bench 2.1 ανεβαίνει από 39.5% σε 55.8%, με περίπου μισά tokens ανά εργασία.

GPT-6.2 Astra και Sol: Astra στους 62 βαθμούς του Artificial Analysis Intelligence Index, με τιμή API 8/40 δολάρια

Benchmarks3 πηγές

Η OpenAI κυκλοφόρησε στις 17 Νοεμβρίου 2026 τα GPT-6.2 Astra και Sol. Η Artificial Analysis βάζει το Astra δεύτερο με 62 βαθμούς, πίσω από το Claude Fable 5.2 (65), ενώ η τιμή του Astra στο API μειώθηκε κατά 20%.

TokenEconomizer: μείωση κόστους 18,4–30,9% για coding agents σε 277 εργασίες SWE-Bench

Ταχύτητα και κόστος

Η Microsoft Research παρουσιάζει το TokenEconomizer, plugin ανοιχτού κώδικα που μαθαίνει από παλαιότερες συνεδρίες σε ένα repository. Στις μετρήσεις της ομάδας το μέσο κόστος ανά εργασία έπεσε 18,4–30,9%.