Claude 4 скорочує кількість помилок в коді на 25% та прискорює роботу на 40%
Компанія Lovable, відома своїм однойменним інструментом для ШІ-кодування, стверджує, що нова LLM-модель Claude 4 зменшує кількість помилок на 25% та пришвидшує роботу на 40%. Про це пише Bleeping Computer.
Дані про зменшення кількості помилок та прискорення роботи фахівці Lovable отримали після розгортання Claude 4, яка була використана в тестовому режимі для створення та редагування проектів (включно зі старими). В окремій публікації засновник Lovable Антон Осіка підтвердив, що «Claude 4 щойно видалив більшість помилок Lovable», маючи на увазі синтаксичні помилки в коді.
Керівник компанії також додав, що хоча Lovable все ще використовує кількох різних постачальників LLM у своїх інструментах, станом на 25.05.2025 Claude стає базовою моделлю для написання коду.
Нагадаємо, що 22 травня компанія Anthropic випустила дві нові LLM-моделі: Claude Sonnet 4 та Claude Opus 4. Sonnet доступний для безкоштовних користувачів, Opus вимагає наявності платної підписки та здатний краще справлятися з кодуванням, ніж Sonnet.
У своєму блозі Anthropic посилається на результати тестів, які стверджують, що Claude Opus 4 набрав 72,5% в наборі тестів з розробки програмного забезпечення SWE-bench (SWE – скорочення від Software Engineering Benchmark). Поки що єдиним значним недоліком обох нових моделей є те, що вони обмежені контекстним вікном у 200 000 токенів. Це ускладнює роботу із введенням у модель великого обсягу даних.
Компанія OpenAI працює над новою LLM-моделлю Garlic («Часник»), яка спеціалізується на програмуванні та логічних завданнях.…
Верховна Рада України не буде розглядати питання щодо впровадження ПДВ для фізичних осіб підприємців з…
Шукаючи віддалену роботу в західних компаніях, громадяни КНДР тепер готові не тільки «орендувати ноутбук», але…
Молоді спеціалісти, які працюють віддалено, гірше оволодівають новими навичками та мають менше можливостей для кар'єрного…
Французький стартап Mistral AI випустив сімейство з 10 моделей з відкритим кодом, розроблених для роботи…
Нове дослідження Ширі Мелумад (Університет Пенсильванії) та Джин Хо Юн (Університет Нью-Мексико) доводить, що люди,…