ਕੋਗਨੀਸ਼ਨ, ਡੇਵਿਨ ਏਆਈ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਦੇ ਪਿੱਛੇ ਦੀ ਕੰਪਨੀ, ਨੇ ਵੀਰਵਾਰ ਨੂੰ SWE-2 ਨੂੰ ਲਾਂਚ ਕੀਤਾ, ਇਸਨੂੰ ਹੁਣ ਤੱਕ ਦਾ ਸਭ ਤੋਂ ਉੱਨਤ ਕੋਡਿੰਗ ਮਾਡਲ ਦੱਸਿਆ। 10 ਸਤੰਬਰ ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤ ਇੱਕ ਬਲਾਗ ਪੋਸਟ ਵਿੱਚ, ਕੰਪਨੀ ਨੇ ਕਿਹਾ ਕਿ ਨਵਾਂ ਮਾਡਲ ਸਮਰੱਥਾ ਅਤੇ ਲਾਗਤ ਦੇ ਪੈਰੇਟੋ ਫਰੰਟੀਅਰ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦਾ ਹੈ, ਫਰੰਟੀਅਰਕੋਡ 1.1 ਮੇਨ ਬੈਂਚਮਾਰਕ 'ਤੇ 50.0% ਸਕੋਰ ਕਰਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਫੈਬਲ 5.1 ਤੋਂ 64% ਘੱਟ ਲਾਗਤ ਹੁੰਦੀ ਹੈ, ਐਂਥ੍ਰੋਪਿਕ ਮਾਡਲ ਜੋ ਇਸ ਤੋਂ ਸਿਰਫ ਇੱਕ ਪੁਆਇੰਟ ਅੱਗੇ ਬੈਠਦਾ ਹੈ.950%।

ਕੋਗਨੀਸ਼ਨ ਦੁਆਰਾ $48 ਬਿਲੀਅਨ ਮੁੱਲਾਂਕਣ 'ਤੇ $2 ਬਿਲੀਅਨ ਫੰਡਿੰਗ ਦੌਰ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਤੋਂ ਇੱਕ ਦਿਨ ਬਾਅਦ ਹੀ ਲਾਂਚ ਹੋਇਆ, ਅਤੇ ਇਹ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ ਕਿ ਏਜੰਟਿਕ ਕੋਡਿੰਗ ਸਟਾਰਟਅਪ ਤੀਜੀ-ਧਿਰ ਦੇ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰੋਸਾ ਕਰਨ ਦੀ ਬਜਾਏ ਆਪਣੇ ਖੁਦ ਦੇ ਮਾਡਲ ਵਿਕਾਸ ਵਿੱਚ ਕਿੰਨੀ ਹਮਲਾਵਰਤਾ ਨਾਲ ਨਿਵੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ। AI ਕੋਡਿੰਗ ਰੇਸ ਦੀ ਨਿਰੰਤਰ ਕਵਰੇਜ ਅਤੇ ਉਦਯੋਗ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣ ਵਾਲੀ ਹਰ ਚੀਜ਼ ਲਈ, ਬੁੱਕਮਾਰਕ ਕਰੋ AI Buzz Wire, ਜੋ ਕਿ AI ਖਬਰਾਂ ਲਈ ਤੁਹਾਡਾ ਰੋਜ਼ਾਨਾ ਸਰੋਤ ਹੈ।

ਜਿੱਥੇ SWE-2 ਬੈਂਚਮਾਰਕ 'ਤੇ ਉਤਰਦਾ ਹੈ

ਕੋਗਨੀਸ਼ਨ ਦੇ ਪ੍ਰਕਾਸ਼ਿਤ ਨਤੀਜਿਆਂ ਦੇ ਅਨੁਸਾਰ, SWE-2 ਫਰੰਟੀਅਰਕੋਡ 1.1 ਮੇਨ 'ਤੇ 50.0% ਪੋਸਟ ਕਰਦਾ ਹੈ, Grok 4.6 ਤੋਂ 48.0% 'ਤੇ ਅਤੇ GPT-5.6 Sol ਤੋਂ 47.5% 'ਤੇ, ਅਤੇ GPT-6 Astra ਦੀ ਸ਼ਾਨਦਾਰ ਦੂਰੀ ਦੇ ਅੰਦਰ, ਜੋ ਕਿ 53.3% 'ਤੇ ਖੇਤਰ ਦੀ ਅਗਵਾਈ ਕਰਦਾ ਹੈ। DeepSWE 1.1 ਬੈਂਚਮਾਰਕ 'ਤੇ, SWE-2 73.0% ਤੱਕ ਪਹੁੰਚਦਾ ਹੈ, ਜੋ ਕਿ ਮਾਡਲਾਂ ਦੀ ਕੌਗਨੀਸ਼ਨ ਸੂਚੀਆਂ ਵਿੱਚ Astra ਦੇ 74.1% ਤੋਂ ਬਾਅਦ ਦੂਜੇ ਨੰਬਰ 'ਤੇ ਹੈ।

ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​​​ਪ੍ਰਦਰਸ਼ਨ ਟਰਮੀਨਲ-ਬੈਂਚ 2.1 'ਤੇ ਆਉਂਦਾ ਹੈ, ਜਿੱਥੇ SWE-2 ਨੇ 92.8% ਸਕੋਰ ਕੀਤਾ, ਕੋਗਨੀਸ਼ਨ ਦੀ ਤੁਲਨਾ ਸਾਰਣੀ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਅੰਕੜਾ ਅਤੇ 91.4% 'ਤੇ Fable 5.1 ਅਤੇ GPT-6 Astra ਤੋਂ 89.9% 'ਤੇ। ਕਠੋਰ ਟਰਮੀਨਲ-ਬੈਂਚ 4 'ਤੇ ਤਸਵੀਰ ਬਦਲਦੀ ਹੈ, ਜਿੱਥੇ SWE-2 GPT-6 Astra ਲਈ 57.9% ਦੇ ਮੁਕਾਬਲੇ 27.3% ਅਤੇ Fable 5.1 ਲਈ 55.8% ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦਾ ਹੈ, ਇਹ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ ਕਿ ਮਾਡਲ ਦੀ ਕੁਸ਼ਲਤਾ-ਪਹਿਲਾ ਡਿਜ਼ਾਈਨ ਕੰਮ ਦੀ ਮੁਸ਼ਕਲ ਦੇ ਸਿਖਰ 'ਤੇ ਹੈੱਡਰੂਮ ਛੱਡਦਾ ਹੈ।

ਕੋਗਨੀਸ਼ਨ ਪੋਜੀਸ਼ਨਿੰਗ ਨੂੰ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਜੋੜਦਾ ਹੈ: ਫਰੰਟੀਅਰਕੋਡ 1.1 ਮੇਨ ਅਤੇ ਡੀਪਐਸਡਬਲਯੂਈ 1.1 'ਤੇ, SWE-2 ਆਪਣੇ ਪਿਛਲੇ ਮਾਡਲ SWE-1.7 ਅਤੇ Grok 4.6 ਨੂੰ ਸਕੋਰ ਅਤੇ ਲਾਗਤ ਦੋਵਾਂ 'ਤੇ ਪਛਾੜਦਾ ਹੈ, GPT-5.6 Sol ਅਤੇ Fable 5/5.1 ਨੂੰ ਉਨ੍ਹਾਂ ਦੀ ਕੀਮਤ ਦੇ ਕੁਝ ਹਿੱਸੇ 'ਤੇ ਮਿਲਦਾ ਹੈ, ਅਤੇ GPT ਦੇ ਕੁਝ ਕੁ ਪੁਆਇੰਟ ਦੇ ਅੰਦਰ ਆਉਂਦਾ ਹੈ। ਲਾਗਤ

ਕਿਮੀ K3 ਤੋਂ ਮਲਟੀ-ਟਰਿਲੀਅਨ ਸਕੇਲ 'ਤੇ ਪੋਸਟ-ਟ੍ਰੇਨਡ

SWE-2 ਸਕ੍ਰੈਚ ਤੋਂ ਨਹੀਂ ਬਣਾਇਆ ਗਿਆ ਹੈ। ਕੋਗਨਿਸ਼ਨ ਨੇ ਕਿਮੀ ਕੇ3 ਤੋਂ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਤੋਂ ਬਾਅਦ, ਮੂਨਸ਼ੌਟ ਏਆਈ ਤੋਂ ਇੱਕ 2.8-ਟਰਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਬੇਸ ਮਾਡਲ, ਜੋ ਕਿ ਪਹਿਲਾਂ ਹੀ ਏਜੰਟਿਕ ਕੋਡਿੰਗ ਲਈ ਵਿਆਪਕ ਰੀਨਫੋਰਸਮੈਂਟ ਸਿਖਲਾਈ ਵਿੱਚੋਂ ਲੰਘ ਚੁੱਕਾ ਸੀ। ਉਸ ਬੁਨਿਆਦ ਦੇ ਸਿਖਰ 'ਤੇ, ਕੋਗਨੀਸ਼ਨ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸਦੀ RL ਪ੍ਰਕਿਰਿਆ ਨੇ ਕਈ ਮਾਪਦੰਡਾਂ 'ਤੇ ਪੰਜ ਤੋਂ ਛੇ ਅੰਕ ਜੋੜ ਦਿੱਤੇ ਹਨ ਅਤੇ K3 ਦੀ ਪੂਰੀ ਲਾਗਤ-ਪ੍ਰਦਰਸ਼ਨ ਸਰਹੱਦ ਨੂੰ ਬਦਲ ਦਿੱਤਾ ਹੈ।

ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ SWE-2 ਪਹਿਲੀ ਵਾਰ ਹੈ ਜਦੋਂ ਇਸਨੇ SWE-1.7 ਲਈ ਵਿਕਸਤ ਸਿਖਲਾਈ ਦੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਵਿਅੰਜਨ 'ਤੇ ਨਿਰਮਾਣ ਕਰਦੇ ਹੋਏ, ਮਲਟੀ-ਟਰਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਪ੍ਰਣਾਲੀ ਲਈ ਮਜ਼ਬੂਤੀ ਸਿਖਲਾਈ ਨੂੰ ਸਕੇਲ ਕੀਤਾ ਹੈ। ਮੁੱਖ ਜੋੜ ਇੱਕ RL ਐਲਗੋਰਿਦਮ ਹੈ ਜੋ ਘੱਟ, ਮੱਧਮ ਅਤੇ ਉੱਚ ਕੋਸ਼ਿਸ਼ਾਂ ਨੂੰ ਵੱਖਰੇ ਸਿਖਲਾਈ ਟੀਚਿਆਂ ਵਜੋਂ ਮੰਨਣ ਦੀ ਬਜਾਏ ਇੱਕ ਸਿੰਗਲ ਦੌੜ ਵਿੱਚ ਸਾਰੇ ਤਰਕ-ਪ੍ਰੇਸ਼ਾਨ ਪੱਧਰਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੰਦਾ ਹੈ।

ਲਾਗਤ ਜੁਰਮਾਨੇ ਪੂਰੇ ਫਰੰਟੀਅਰ ਨੂੰ ਆਕਾਰ ਦਿੰਦੇ ਹਨ

SWE-2 ਦੀ ਸਿਖਲਾਈ ਵਿੱਚ ਇੱਕ ਕੇਂਦਰੀ ਵਿਚਾਰ ਇੱਕ ਸਿੰਗਲ RL ਰਨ ਦੇ ਅੰਦਰ ਪ੍ਰਤੀ ਕੋਸ਼ਿਸ਼ ਪੱਧਰ 'ਤੇ ਲਾਗੂ ਇੱਕ ਲੀਨੀਅਰ ਲਾਗਤ ਜੁਰਮਾਨਾ ਹੈ, ਹਰੇਕ ਜੁਰਮਾਨੇ ਨੂੰ ਬੇਸ ਮਾਡਲ ਦੇ ਪੈਰੇਟੋ ਫਰੰਟੀਅਰ ਦੇ ਸਥਾਨਕ ਢਲਾਨ ਨਾਲ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ। ਕੋਗਨੀਸ਼ਨ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਪਹੁੰਚ, ਪਹਿਲੇ ਸਿਧਾਂਤਾਂ ਤੋਂ ਲਿਆ ਗਿਆ ਹੈ, ਮਾਡਲ ਦੀ ਸਮੁੱਚੀ ਲਾਗਤ-ਪ੍ਰਦਰਸ਼ਨ ਸਰਹੱਦ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦਾ ਹੈ ਜਦੋਂ ਕਿ ਇਸਦੇ ਆਕਾਰ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਸਿਖਲਾਈ ਵਿੱਚ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸੰਭਵ ਉਪਭੋਗਤਾ ਲਾਗਤਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

ਕੰਪਨੀ ਨੇ SWE-1.6 ਤੋਂ ਲੈ ਕੇ ਵਰਤੀ ਗਈ ਲੰਬਾਈ-ਵਜ਼ਨ ਵਾਲੇ ਇਨਾਮ ਬੇਸਲਾਈਨ ਦਾ ਵੀ ਵੇਰਵਾ ਦਿੱਤਾ ਹੈ, ਜਿਸ ਨੂੰ ਇਹ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਸਥਿਰ ਕਰਨ ਵਾਲੀ ਸਿਖਲਾਈ ਦਾ ਸਿਹਰਾ ਦਿੰਦਾ ਹੈ, RL ਰੋਲਆਊਟ ਸਰਵਿੰਗ ਵਿੱਚ ਸੁਧਾਰਾਂ ਦੇ ਨਾਲ, ਜਿਸ ਵਿੱਚ ਡੀਕੋਡਿੰਗ ਥ੍ਰੁਪੁੱਟ ਨੂੰ ਵਧਾਉਣ ਲਈ ਇੱਕ ਔਨਲਾਈਨ ਡਰਾਫਟ ਮਾਡਲ ਸ਼ਾਮਲ ਹੈ। NVFP4 ਅਤੇ FP8 ਕਰਨਲ ਅਤੇ ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ-ਜਾਗਰੂਕ ਸਿਖਲਾਈ ਦੇ ਨਾਲ, ਕੋਗਨੀਸ਼ਨ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸਨੇ ਬੇਸ ਮਾਡਲ ਦੇ ਆਪਣੇ ਪੂਰਵਗਾਮੀ ਦੇ ਮਾਪਦੰਡਾਂ ਨਾਲੋਂ ਲਗਭਗ ਤਿੰਨ ਗੁਣਾ ਹੋਣ ਦੇ ਬਾਵਜੂਦ ਸਮੁੱਚੀ ਮੈਮੋਰੀ ਵਰਤੋਂ ਨੂੰ ਘਟਾ ਦਿੱਤਾ ਹੈ।

ਸਿਖਲਾਈ ਡੇਟਾ ਪਾਈਪਲਾਈਨ ਦਾ ਵੀ ਵਿਸਤਾਰ ਹੋਇਆ: ਕੋਗਨੀਸ਼ਨ ਨੇ RL ਵਾਤਾਵਰਣਾਂ ਦੀ ਸੰਖਿਆ ਨੂੰ ਤਿੰਨ ਗੁਣਾ ਕਰ ਦਿੱਤਾ, ਨਿਰਦੇਸ਼-ਅਨੁਸਾਰ ਓਵਰਲੇਅ ਸ਼ਾਮਲ ਕੀਤੇ, ਅਤੇ ਪਿਛਲੀਆਂ SWE-2 ਚੈਕਪੁਆਇੰਟਾਂ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਇੱਕ ਫਲਾਈਵ੍ਹੀਲ ਬਣਾਇਆ ਜੋ ਮਾਡਲ ਨੂੰ ਸਕੋਰ ਕਰਨ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਵੈਰੀਫਾਇਰ ਨੂੰ ਦੁਹਰਾਉਣ ਨਾਲ ਸਖ਼ਤ ਕਰਦਾ ਹੈ।

ਕੁਸ਼ਲਤਾ ਜਿੰਨੀ ਬੁੱਧੀ

ਕੌਗਨੀਸ਼ਨ SWE-2 ਦੇ ਲਾਭਾਂ ਨੂੰ ਕੁਸ਼ਲਤਾ ਨਾਲ ਨੇੜਿਓਂ ਬੰਨ੍ਹਦਾ ਹੈ। ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਮਜ਼ਬੂਤ ​​ਇੰਜੀਨੀਅਰਿੰਗ ਨਿਰਣਾ, ਏਜੰਟ ਨੂੰ ਘੱਟ ਚੱਕਰਾਂ ਅਤੇ ਬੇਲੋੜੇ ਰੀਡਜ਼ ਦੇ ਨਾਲ ਵਧੇਰੇ ਸੰਪੂਰਨ ਹੱਲ ਲਿਖਣ ਦਿੰਦਾ ਹੈ। ਫਰੰਟੀਅਰਕੋਡ 1.1 ਮੇਨ 'ਤੇ, SWE-2 ਦੀ ਮੱਧਮ-ਯਤਨ ਸੰਰਚਨਾ SWE-1.7 ਤੋਂ ਵੱਧ ਸਕੋਰ ਕਰਦੀ ਹੈ ਜਦੋਂ ਕਿ 58% ਘੱਟ ਮੋੜ ਲੈਂਦੇ ਹਨ ਅਤੇ 81% ਘੱਟ ਲਾਗਤ ਹੁੰਦੀ ਹੈ।

ਇਹ ਫਰੇਮਿੰਗ ਕੋਗਨੀਸ਼ਨ ਦੇ ਕਾਰੋਬਾਰ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਡੇਵਿਨ ਨੂੰ ਇੱਕ ਆਟੋਨੋਮਸ ਸੌਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰ ਵਜੋਂ ਵੇਚਿਆ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਅਨੁਮਾਨ ਲਾਗਤ ਕੀਮਤ ਅਤੇ ਮਾਰਜਿਨਾਂ ਲਈ ਇੱਕ ਸਿੱਧਾ ਇਨਪੁਟ ਹੈ। ਇੱਕ ਮਾਡਲ ਜੋ ਮੋੜਾਂ ਅਤੇ ਪ੍ਰਤੀ ਟਾਸਕ ਟੋਕਨਾਂ ਨੂੰ ਕੱਟਦੇ ਹੋਏ ਫਰੰਟੀਅਰ-ਨਾਲ ਲੱਗਦੀ ਗੁਣਵੱਤਾ ਰੱਖਦਾ ਹੈ, ਕੰਪਨੀ ਦੁਆਰਾ ਸੇਵਾ ਕੀਤੀ ਹਰ ਡੇਵਿਨ ਸੈਸ਼ਨ ਦੇ ਅਰਥ ਸ਼ਾਸਤਰ ਨੂੰ ਬਦਲਦਾ ਹੈ।

ਉਪਲਬਧਤਾ

SWE-2 ਅੱਜ ਤੋਂ ਡੇਵਿਨ ਡੈਸਕਟੌਪ ਅਤੇ ਡੇਵਿਨ ਸੀਐਲਆਈ ਵਿੱਚ ਉਪਲਬਧ ਹੈ, ਕੰਪਨੀ ਦੇ ਅਨੁਸਾਰ, ਡੇਵਿਨ ਵੈੱਬ ਅਤੇ ਫਿਊਜ਼ਨ 'ਤੇ ਰੋਲਆਉਟ ਚੱਲ ਰਿਹਾ ਹੈ। ਕੋਗਨੀਸ਼ਨ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਆਉਣ ਵਾਲੇ ਦਿਨਾਂ ਵਿੱਚ ਮਾਡਲ ਨੂੰ ਸਤਹਾਂ 'ਤੇ ਦਿਖਾਈ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ।

ਕੋਡਿੰਗ ਮਾਡਲ ਮਾਰਕੀਟ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ

ਰੀਲੀਜ਼ GPT-6 Astra ਦੇ ਪਿੱਛੇ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਭੀੜ ਵਾਲੇ ਪੈਕ ਨੂੰ ਤੰਗ ਕਰਦੀ ਹੈ। ਕੋਗਨੀਸ਼ਨ ਹੁਣ ਇੱਕ ਮਾਡਲ ਦਾ ਮਾਲਕ ਹੈ ਜੋ ਐਂਥਰੋਪਿਕ, ਓਪਨਏਆਈ ਅਤੇ xAI ਤੋਂ ਬਹੁਤ ਘੱਟ ਕੀਮਤ 'ਤੇ ਪੇਸ਼ਕਸ਼ਾਂ ਨਾਲ ਵਪਾਰ ਕਰਦਾ ਹੈ, ਅਤੇ ਇਹ ਮਾਡਲ ਤੋਂ ਏਜੰਟ ਉਤਪਾਦ ਤੱਕ ਪੂਰੇ ਸਟੈਕ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ। ਵਿਰੋਧੀਆਂ ਨੂੰ ਸਮਰੱਥਾ ਅਨੁਸਾਰ ਕੀਮਤ 'ਤੇ ਜਵਾਬ ਦੇਣ ਲਈ ਦਬਾਅ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਵੇਗਾ, ਖਾਸ ਤੌਰ 'ਤੇ ਉੱਚ-ਆਵਾਜ਼ ਵਾਲੇ, ਮੱਧਮ-ਮੁਸ਼ਕਿਲ ਕਾਰਜਾਂ ਲਈ ਜਿੱਥੇ SWE-2 ਦੀ ਲਾਗਤ ਪ੍ਰੋਫਾਈਲ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਹੈ।

AI ਕੋਡਿੰਗ ਟੂਲਸ ਦੇ ਖਰੀਦਦਾਰਾਂ ਲਈ, ਵਿਹਾਰਕ ਉਪਾਅ ਇਹ ਹੈ ਕਿ ਫਰੰਟੀਅਰ-ਪੱਧਰ ਦੀ ਕੋਡਿੰਗ ਮਦਦ ਲਈ ਹੁਣ ਫਰੰਟੀਅਰ-ਪੱਧਰ ਦੀ ਕੀਮਤ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਬਾਕੀ ਉਦਯੋਗ ਲਈ, SWE-2 ਇਸ ਗੱਲ ਦਾ ਸਬੂਤ ਹੈ ਕਿ ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਕੁਸ਼ਲਤਾ, ਨਾ ਕਿ ਸਿਰਫ ਬੇਸ ਮਾਡਲ ਸਕੇਲ, ਇੱਕ ਨਿਰਣਾਇਕ ਪ੍ਰਤੀਯੋਗੀ ਲੀਵਰ ਬਣ ਗਏ ਹਨ।

---

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਨਵੀਨਤਮ AI ਖਬਰਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਫਲਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰੋ - ਸਭ ਇੱਕ ਥਾਂ 'ਤੇ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →