🏆 Rozpoczęto uruchamianie benchmarków! Zaczynamy od uruchomienia najlepszego agenta na wszystkich 500 zweryfikowanych problemach SWE-Bench. Ponieważ benchmarki zajmują trochę czasu, tworzymy stronę na naszej witrynie, która będzie transmitować wyniki na bieżąco przez następne kilka dni do inspekcji.