Runta har sammen med Baseten laget en stor rangering av kodeagent-rammeverk. Analysen viser at det meste av inferensbudsjettet gikk til mislykkede kjøringer.
Kilde: https://runta.com/blog/introducing-frontierharness-eval-v1-1/
Runta har sammen med Baseten laget en stor rangering av kodeagent-rammeverk. Analysen viser at det meste av inferensbudsjettet gikk til mislykkede kjøringer.
Kilde: https://runta.com/blog/introducing-frontierharness-eval-v1-1/