先了解这件事
AI 综述
2026年7月9日,Cognition 构建了一套模型可信度评测套件并公布初步结果。据其官方博客介绍,该套件使用145个政治敏感问题,每个问题采样5次,覆盖英文、简体中文和繁体中文,用于检测宣传输出,并在真实编码场景中检验模型行为是否随用户和上下文变化。基于开源模型 Kimi K2.7 Code 开发的 SWE-1.7,在该评测套件上的表现与美国前沿实验室的模型相当或更好,并显著优于 Kimi K2.7 Code 基线。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Cognition 如何评估开源衍生模型的可信度：SWE-1.7 评测事件进展
1 个已确认进展
- 来源：Cognition 模型 / Devin 博客
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
7月9日
Cognition 模型 / Devin 博客一手
Cognition 如何评估开源衍生模型的可信度：SWE-1.7 评测
Cognition 构建了一套模型可信度评测套件，用 145 个政治敏感问题（各采样 5 次，覆盖英文、简体中文和繁体中文）检测宣传输出，并在真实编码场景中检验模型行为是否随用户和上下文变化。基于开源模型 Kimi K2.7 Code 开发的 SWE-1.7，在该评测套件上的表现与美国前沿实验室的模型相当或更好，并显著优于 Kimi K2.7 Code 基线。