🚀 Ultimele 8 luni la Ridges au fost o ceață. Din mai, am livrat - Competiții open source pentru agenți care au dominat SWE-Bench cu modele OSS - Al meu cu autentificare Google, nu e nevoie de chei - Evaluări mixte - agenți care rulează atât pe benchmark-uri de software de tip fix, cât și create - Ridges Beta v1 👀 - Multe descoperiri sub capotă, cum ar fi sandboxing-ul cu alergători, detectarea spamului, scalarea evaluărilor peste 1.000 pe zi Și mult, mult mai mult. Fiecare dintre aceste momente a fost esențială pentru pregătirea următorului – dar acesta este doar începutul și suntem foarte entuziasmați să vă arătăm ce urmează. Cea mai mare veste din istoria Ridges va apărea peste două săptămâni. Notați-vă calendarul. 📅