Scale AI 發布 SWE-Bench Pro V2
Scale AI 於2026年9月22日發布 SWE-Bench Pro V2，這是 SWE-Bench Pro 更新後的公開分組。
相關AI快訊
Scale AI 與 Google Cloud 合作推出 Scale GenAI Portfolio 參考架構
這份聯合藍圖將 Scale GenAI Portfolio 帶到 Google Cloud，並包括 Gemini Enterprise 整合。Scale AI 表示，它旨在為開發者提供經過驗證的基礎，以便更快將 AI 投入應用。
BRIDGE ASR 2.0 測試 23 個語音識別模型處理長篇多語對話
elvis 表示，humynlabs 建立 BRIDGE ASR 2.0，用以評估語音識別在真實雙人對話上的表現。對話長 10 至 15 分鐘，涵蓋 18 種印度語系語言，以及西班牙語、葡萄牙語和越南語。
微軟論文報告 CASD 提示詞優化平均提升 16.6 分
CASD 讓現成的編程智能體分析完整的智能體日誌，並把發現寫成單一提示詞中的規則，無需環境存取或驗證數據。DAIR.AI 表示，在所報告的基準測試中，一次處理的表現優於 GEPA 與 SkillOpt，每個優化後的提示詞成本約 1.60 美元。
最佳 Taste-Bench 模型有 59.7% 時間選出較佳方向
微軟與合作者的論文指出，在長程工程與研究任務中選擇較佳的開放方向時，最佳模型答對 59.7% 的 Taste-Bench 問題。由較後證據決定的分岔難度高得多，加大推理預算不會提高準確率；把教師對結果的判斷蒸餾到學生模型，則能提升在留出的 SWE-bench Pro 上的成功率。
Cline 免費提供 Gemini 3.8 Flash
Gemini 3.8 Flash 在 Cline 可免費使用。Cline 表示，該模型在 Artificial Analysis Intelligence Index 得分 41，運行速度為每秒 291 個 token，上下文視窗為 100 萬個 token。