Cognition发布并更新FrontierCode代码基准
热点事件持续更新
Cognition发布并更新FrontierCode代码基准
3 篇报道2 个报道来源2 小时前更新
先了解这件事
AI 综述
Cognition 发布 FrontierCode 基准，用于衡量模型能否写出达到开源维护者可合并标准的高质量代码。据 Cognition 称，该基准从正确性、测试质量、范围纪律和风格等维度评估，误报率比 SWE-Bench Pro 低 81%。 2026年10月，Cognition 宣布 FrontierCode 1.1 上线 Artificial Analysis。Cognition 称，该基准由开源维护者共同打造，是首个衡量端到端代码质量与可合并性的基准，判断标准是维护者是否真的会合并该 PR。1.1 版本的全部任务不公开以防污染；Cognition 使用其开源参考工具 Stirrup 运行 150 项任务中的主集“FrontierCode 1.1 Main”（100 项），以便跨模型对比。 目前尚无第三方评测结果或维护者反馈的报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月13日 03:32
Cognition 推出 FrontierCode 1.1 基准事件进展
2 个进展
- 10月13日 03:29 · 2 篇报道FrontierCode 1.1 上线 Artificial AnalysisCognition：Cognition 推出 FrontierCode 1.1 基准
- 9月30日 23:27 · 1 篇报道Cognition发布FrontierCode代码质量基准Cognition 模型 / Devin 博客：Cognition 推出 FrontierCode 基准，衡量模型能否写出可合并的高质量代码
报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- CognitionCognition 推出 FrontierCode 1.1 基准
FrontierCode 1.1 现已上线 @ArtificialAnlys！ FrontierCode 由开源维护者共同打造，是首个衡量端到端代码质量与可合并性的基准：维护者真的会合并这个 PR 吗？
- CognitionCognition 推出 FrontierCode 1.1 基准
FrontierCode 1.1 现已上线 @ArtificialAnlys！ FrontierCode 由开源维护者共同打造，是首个衡量端到端代码质量与可合并性的基准：维护者是否真的会合并这个 PR？
9月30日
- Cognition 模型 / Devin 博客Cognition 推出 FrontierCode 基准，衡量模型能否写出可合并的高质量代码
Cognition 发布 FrontierCode 基准，从正确性、测试质量、范围纪律、风格等维度评估模型代码能否达到开源维护者可合并的标准，误报率比 SWE-Bench Pro 低 81%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。