Anthropic

科技

• Sonnet 5.5 来了。看看它能构建什么。: Anthropic 的 Claude 3.5 Sonnet 模型通过构建多个交互式 Web 项目和游戏展示了其编码能力。展示的项目包括 Crownfall、Bounce Lab、Marrow Manor、Splatburst 和 Deadlock。该演示还将这些结果与 Sonnet 模型的先前几代进行了比较。

  Technology • Matthew Berman

  永久链接

• Anthropic推出Claude Sonnet 5.5 任务成本降低达30%: Anthropic 已发布 Claude Sonnet 5.5，其生成输出速度比前代快 30% 以上，每任务成本最多降低 30%。该模型在知识工作基准测试中几乎与 Opus 5.5 持平，并在 Terminal-Bench 编码基准测试中的得分从 10.3% 提升至 70.6%。

  Anthropic • The Decoder

  永久链接

• Anthropic为Claude Code开发新工作流，防止AI评估虚假提升: Anthropic为Claude Code开发了一种新工作流程，旨在构建真实世界评估，并让AI代理针对这些评估进行爬山优化。该系统旨在拒绝无法泛化到未见任务的基准提升，从而防止虚假改进。

  AI 智能体 • The Neuron

  永久链接