Qwen Code 修正 SWE-bench 與 Terminal-Bench 冒煙測試
Qwen Code 發布基於 Benchmark-Qwen-Ref v0.21.13 的冒煙測試更新。此次版本修正一項 SWE-bench Verified 與一項 Terminal-Bench 2.0 端到端發布冒煙測試問題。
Search
直接匹配不多，已補上最新動態。
Tag: #benchmark-validation3 results
Qwen Code 驗證端到端基準測試流程
Qwen Code 報告完成一輪涵蓋建立版本、Actions、DSW SWE-bench Verified 500、發布與 Terminal-Bench 2.0 的完整端到端驗證。此次執行在 Terminal-Bench 2.0 取得 89 分，並參照 Benchmark-Qwen-Ref v0.21.2。
Qwen (GitHub Releases: qwen-code)Media•Aug 14#benchmark-validation#github-actions#release-automation
Qwen Code 發布隔離式 SWE-bench 驗證結果
Qwen Code v0.21.2 使用 qwen3.7-plus 模型進行 SWE-bench Verified 隔離式端到端驗證。此次執行包含一個基礎設施故障，沒有成功解決或未解決的案例，因此未發布可評分結果。
Eon「上傳」果蠅大腦
Eon 使用漏積分放電（LIF）模型，將果蠅大腦重建為數位系統。中國團隊據稱進一步採用精細神經元建模，以及支援跨身體遷移的平台，推進具身智慧研究。
UBTECH 將真實產線搬進 WRC
據報導，UBTECH 已在 WRC 內以 1:1 比例重建客戶產線。此舉為具身智慧提供更實際的驗證與部署路徑，強調產線效能與系統整合，而非機器人出貨量。
以 AI 訓練的活體皮膚預測新藥物化合物
Outer Biosciences 脫離隱身模式，開發出一套能讓手術切除的人類皮膚存活最長一個月的方法。該新創將組織產生的資料輸入 AI 模型，以預測可能有用的化合物，目前已籌得約 2,300 萬美元。
AI 資料中心引發汽車零組件短缺
中國汽車製造商表示，受 AI 資料中心需求推動，印刷電路板與多層陶瓷電容器在全球短缺 20% 至 30%，價格已超過去年的三倍。汽車記憶體價格也在短短三個月內上漲約 180%。
768 組外洩 AWS 金鑰仍可提供危險權限
Truffle Security 發現 768 組外洩的 AWS 金鑰，可對企業帳戶提供廣泛控制權，其中包括 526 組根金鑰。在受測憑證中，仍有 88% 處於啟用狀態；而 AWS 的隔離政策仍允許許多具破壞性的操作。
AI 需求先暴增，利潤仍在路上
GDS Holdings 顯示，AI 相關資料中心訂單的增長速度快於已確認收入。這項趨勢反映需求強勁，但基礎設施擴建週期也使獲利延後。
TikTok 以 4 億美元和解美國兒童隱私案件
TikTok 與 ByteDance 同意支付 4 億美元，和解美國司法部提起的案件；該案指控數百萬名未滿 13 歲兒童使用平台，且其資料在未獲家長同意下遭到蒐集。愛爾蘭監管機構也曾在 2023 年因兒童帳戶問題對 TikTok 罰款 3.45 億歐元。