Проверяйте код Claude при просадках качества
В чате несколько участников заметили временную просадку качества Claude/Opus: модель предлагала неудачные решения в коде, например рекурсивный поиск по всему…
Всё полезное из чата @devsigners — инструменты, ссылки, приёмы и ответы на вопросы. Пополняется сама.
Обновлено сегодня в 03:00 · всё из чата обработано
10 записей Сбросить
В чате несколько участников заметили временную просадку качества Claude/Opus: модель предлагала неудачные решения в коде, например рекурсивный поиск по всему…
В обсуждении harness-подходов отметили, что комбинация разных моделей может работать лучше одной: за счёт гетерогенности датасеты накладываются друг на друга и…
В чате обсудили пересланные результаты повторных эвалов Claude Fable от BridgeMind: Debugging упал с 86.2 до 25.9, Refactoring с 73.6 до 38.4, Hallucination с…
В обсуждении сравнили Fable и Opus на практической задаче: один участник отметил, что Opus говорил, что всё в порядке, а Fable нашёл баги…
В чате привели показательный пример расхода Claude Code Max: 5 часов кредитов Opus на плане Max 20x можно израсходовать за 32 минуты, если запустить 12 агентов…
Полные саммари, ссылки и переходы к исходным сообщениям. Войдите через Telegram — проверим, что вы в @devsigners.