We ran 904 DeepSWE rollouts on GLM-5.3 and GPT-5.6 Sol. Sol leads pass@1 by 3.7 points; GLM-5.3 wins pass@4 at half the cost, and a GLM-first cascade hits 85.9%.
Extrait publié par Together AI. Lisez l'article complet sur le site d'origine.
Discussion0
Rejoignez la communauté pour réagir et poser vos questions.
