新基准SWE-Race测试编码智能体修复并发缺陷

研究人员基于约100个Python项目已合并PR中的188个真实并发缺陷构建SWE-Race基准，每项任务用项目自身测试在无网络容器中评分。单次尝试下GLM-5.3 Flash得分85%，GPT-5.6 Luna得分81%；简单任务各模型接近100%，差异主要来自较难的一半。

• 开源框架Gear：面向RSI的元学习工具2026-11-01
• 开源基准Parsimony衡量AI代码量而非解题率2026-10-14
• 开源项目Maya让单卡运行321B参数GLM-5.3-Flash2026-10-12
• DeepSeek V4.1 Flash被指泄露API密钥2026-10-11
• GLM 5.3 Flash开源模型登顶AI分析网络指数2026-10-09