Scale AI 发布 SWE-Bench Pro V2
Scale AI 于2026年9月22日发布 SWE-Bench Pro V2，这是 SWE-Bench Pro 更新后的公开划分。
相关AI快讯
Scale AI 与 Google Cloud 合作推出 Scale GenAI Portfolio 参考架构
这份联合蓝图将 Scale GenAI Portfolio 带到 Google Cloud，并包含 Gemini Enterprise 集成。Scale AI 表示，它旨在为构建者提供经过验证的基础，以便更快把 AI 投入使用。
BRIDGE ASR 2.0 测试 23 个语音识别模型在长篇多语言对话中的表现
elvis 表示，humynlabs 构建了 BRIDGE ASR 2.0，用于评估语音识别在真实双人对话中的表现。这些对话时长为 10 至 15 分钟，涵盖 18 种印度语言，以及西班牙语、葡萄牙语和越南语。
微软论文称 CASD 提示优化平均提升 16.6 分
CASD 让现成的编程智能体分析完整的智能体日志集，并把发现写成一条提示中的规则，无需环境访问或验证数据。DAIR.AI 称，单次运行在所报告的基准上超过 GEPA 和 SkillOpt，每条优化后的提示成本约 1.60 美元。
Taste-Bench 最佳模型选出更优方向的比例为 59.7%
微软及合作者的一篇论文报告，在长周期工程与研究任务中选择更优开放方向时，最佳模型正确回答 59.7% 的 Taste-Bench 问题。由后续证据决定的分叉难度高得多，增加推理预算并不能提高准确率，而将教师模型对结果的判断蒸馏到学生模型后，可提高留出集 SWE-bench Pro 任务的成功率。
Cline 免费提供 Gemini 3.8 Flash
Gemini 3.8 Flash 在 Cline 中免费使用。Cline 称其在 Artificial Analysis Intelligence Index 上得分为 41，运行速度为每秒 291 token，上下文窗口为 100 万 token。