#Phát triển Android dựa trên tác nhân

Hôm nay, chúng tôi phát hành nhóm nhiệm vụ đầu tiên trong số các nhiệm vụ dài hạn (LHT). Đây là những nhiệm vụ có độ phức tạp cao mà một kỹ sư phải mất nhiều ngày hoặc thậm chí cả tuần mới hoàn thành. Chúng tôi cũng đang giới thiệu tính năng đánh giá dựa trên tác nhân, bắt đầu với các tác nhân của nhà cung cấp mô hình tương ứng.

Vào tháng 3, chúng tôi đã giới thiệu Android Bench – bảng xếp hạng LLM cho các tác vụ phát triển Android trong thực tế. Kể từ đó, chúng tôi đã cải thiện điểm chuẩn dựa trên ý kiến phản hồi của bạn, bao gồm cả việc đánh giá các mô hình có trọng số mở và thêm các phương diện chi phí và hiệu quả vào bảng xếp hạng.