Viktor、Slack向けエージェント評価アシスタントで100ドル相当のクレジット付きトライアルを提供
Viktorは、AIエージェントのハーネス評価ログを分析し、リグレッションの原因となった具体的な変更を特定してロールバックを提案するSlack向けAI社員を提供している。クレジットカード登録不要で100ドル分のクレジットが利用できる無料トライアルも用意されている。
#evaluations
すべてのAIニュースを見るClaude が評価の構築とそれに基づくヒルクライミングを支援できるように
ClaudeDevs は、Claude が評価の構築とそれに基づくヒルクライミングを支援できるとし、評価設計の指針と、Claude Code がアプリケーション改善に使えるスキルを公開したと述べている。
Scale AIがSWE-Bench Pro V2を公開
2026年9月22日、Scale AIはSWE-Bench Proの公開スプリットを更新したSWE-Bench Pro V2を公開した。