TechFoco Logo
首页专题归档站点地图
© 2026 TechFoco. All rights reserved.
文章归档专题网站地图站点地图 XML爬虫规则
  1. 首页
  2. /
  3. 返回归档
  4. /
  5. livenerf 用固定评测追踪模型上线后的能力变化 这个开源工具固定提示、CLI 版本和评分器

livenerf 用固定评测追踪模型上线后的能力变化 这个开源工具固定提示、CLI 版本和评分器

2026年10月03日•TechFoco 精选

livenerf 用固定评测追踪模型上线后的能力变化 这个开源工具固定提示、CLI 版本和评分器,重复测试同一组问题,并记录准确率、输出 token 和原始日志,以区分真实漂移与随机波动。

livenerf 用固定评测追踪模型上线后的能力变化 这个开源工具固定提示、CLI 版本和评分器,重复测试同一组问题,并记录准确率、输出 token 和原始日志,以区分真实漂移与随机波动。

当前 Opus 5.5 系列仍在收集基线,尚不能据此认定模型被降低能力;它测量的是 Claude Code 订阅服务路径,不等同于原始 API 模型。

文章链接

  • 查看原文https://github.com/ninjahawk/livenerf

相关标签

livenerf模型评测漂移检测Claude Code开源工具CLI

继续阅读

较新文章

jgrep 将语义筛选接入日志和代码管道 jgrep 用自然语言描述过滤条件,为逐行日志、JSO

较早文章

Sub2API 0.2.13 修复账户创建与用量结算 v0.2.13 修复了默认上游计费探测导致

相关文章

查看更多

GridCraft 0.5.0:可通过 CLI 与 MCP 操作的 Rust 表格工具

GridCraft 0.5.0:可通过 CLI 与 MCP 操作的 Rust 表格工具 开源表格项目将工作簿读写、公式计算、格式和图表接入 CLI、MCP 与 JSON 控制通道,可用于脚本及智能体驱动的数据工作流。

2026年10月11日
RustCLI

Copilot 将把本地模型纳入 HydraFusion 路由 GitHub Copilot 计

Copilot 将把本地模型纳入 HydraFusion 路由 GitHub Copilot 计划在 10 月晚些时候,为应用、CLI 与 VS Code 提供本地和云端联合路由的实验预览,同时支持显式选择本地模型或 OpenAI 兼容端点。

2026年10月08日
GitHub CopilotHydraFusion

PhotoCraft 以 Rust 提供可编程图像编辑流程 MIT/Apache-2.0 双许可

PhotoCraft 以 Rust 提供可编程图像编辑流程 MIT/Apache-2.0 双许可的 PhotoCraft 将图层编辑、PSD/PSB 处理和 CLI、MCP、JSON 控制通道接入同一命令引擎,可供脚本与智能体自动化操作,并支持 WebAssembly。

2026年10月08日
Rust
图像处理

RemoveMacAI 为 macOS 提供可回退的 AI 资源管理 这个 MIT 许可的 Sw

RemoveMacAI 为 macOS 提供可回退的 AI 资源管理 这个 MIT 许可的 Swift 开源工具可检查本地模型占用、预演清理并通过限制配置关闭相关功能,设计上不要求关闭 SIP 或直接修改系统卷。

2026年10月07日
macOSSwift

Claude Code 开发文档提供简体中文入口

Claude Code 开发文档提供简体中文入口 官方中文文档现可直接查阅终端、IDE、网页与桌面端的入门步骤,以及 MCP、权限和自动化开发流程。

2026年10月07日
Claude Code文档本地化

编码智能体评测展示质量与任务成本差异 同一组编码评测中,Sonnet 5.5+Claude Co

编码智能体评测展示质量与任务成本差异 同一组编码评测中,Sonnet 5.5+Claude Code 得分 68、每任务约 14.19 美元,Gemini 4 Argon+Antigravity 为 64 和 5.84 美元,GPT-6.1 Sol+Codex 为 63 和 1.04 美元。

2026年10月03日
编码智能体模型评测