https://aider.chat/docs/leaderboards/
Google最新model coding贏左Claude？
大棍巴
17 回覆
3 Like
0 Dislike
呢啲傻鳩benchmark 冇意思
Claude 3.7 成撚日懶醒
佢tune 到懶係諗多好多步 成日幫你加料
咁樣1-shot 做題過benchmark 咪勁 實際上成撚日唔follow instruction 亂鳩咁加code
效率差過唔用
Claude 3.7 成撚日懶醒
佢tune 到懶係諗多好多步 成日幫你加料
咁樣1-shot 做題過benchmark 咪勁 實際上成撚日唔follow instruction 亂鳩咁加code
效率差過唔用
你唯有俾多啲instructions 叫佢盡量少改啲不必要嘢，Sonnet 3.7的確有傾向會自走炮過3.5。
Sor 我都發現我激動左少少 我已經直接用返3.5 或者gemini
佢地有啲task 做唔到但至少會聽人講
3.7真係用到好撚嬲
佢地有啲task 做唔到但至少會聽人講
3.7真係用到好撚嬲
咁用咩好？
AI寫得太多野，我半桶水好難integrate 落自己本身既code度
AI寫得太多野，我半桶水好難integrate 落自己本身既code度
3.5或者gemini 2.0暫時未見加鹽加醋 寫啲code 都唔錯
留名又係會暴走 1-shot 考試叻好大機會畫蛇添足
其實ChatGPT o1得唔得？
而家都係用緊佢
而家都係用緊佢
用LLM用到火滾係必經階段
而家已經屌佢都費事，佢一自走炮，通常開過個新chat，嘗試拆細啲個問題，再叫佢除左XX之外，乜9都唔好改
而家已經屌佢都費事，佢一自走炮，通常開過個新chat，嘗試拆細啲個問題，再叫佢除左XX之外，乜9都唔好改
佢Aider個correct format rate得89%，都好肯定幾有個性
O1 啲答案可以 但除非你用ChatGPT 個網貼code
用cursor / github copilot 好多時會// existing code 冇得Gen 完貼
用cursor / github copilot 好多時會// existing code 冇得Gen 完貼
o1絕對係最強 試過俾protocol同埋問比較長既scenario用grok3 o3min-high claude3.7 R1都答得唔準 得o1 pro一野就答啱
冇錢，只係簡唔中寫
用緊$20既o1,差好遠？
用緊$20既o1,差好遠？
冇錢用o1 pro
啱啱試咗gemini 2.5 pro，畀個3D迷宮問題佢寫HTML+JS，之前gemini 2.0點都搞唔掂，2.5pro兩三take就出到work嘅code，好明顯強咗好多
