#Oparte na agentach programowanie aplikacji na Androida

Dziś udostępniamy pierwszy zestaw zadań długoterminowych (LHT), czyli bardzo złożonych zadań, których wykonanie zajmuje inżynierowi kilka dni, a nawet tydzień. Wprowadzamy też ocenę agentów, zaczynając od agentów od odpowiednich dostawców modeli.

W marcu wprowadziliśmy Android Bench – naszą tabelę wyników modeli LLM w przypadku rzeczywistych zadań związanych z tworzeniem aplikacji na Androida. Od tego czasu ulepszyliśmy ten test porównawczy na podstawie Waszych opinii, m.in. oceniając modele o otwartej architekturze i dodając do tabeli wyników wymiary kosztów i wydajności.