OpenAIは、AIによるソフトウェアエンジニアリングタスクのパフォーマンスをより正確に評価することを目的としたSWE-bench Verifiedを発表しました。これは、元のSWE-benchにおける、厳しすぎる単体テスト、不明確な問題記述、設定が難しい開発環境といった評価上の限界に対処するためのものです。新しいベンチマークでは、Dockerコンテナ環境を導入することで、評価の一貫性と信頼性を向上させ、AIモデルの性能評価を大幅に向上させています。GPT-4oは新しいベンチマークで33.2％のサンプルを解決しましたが、最良のオープンソースエージェントフレームワークA…

DockerはDockercon23カンファレンスで、生成AIアプリケーションの開発を簡素化することを目的とした無料のGenAIスタックを発表しました。このスタックは、Neo4jグラフデータベースとLangChainモデルチェーンテクノロジーを統合し、コンテナ構成の複雑さを軽減します。Docker AIは、Docker独自のデータに基づいた特別なGenAIツールであり、開発者がワークフローでエラーを修正するのに役立ちます。Docker GenAIスタックの無料提供により、企業は利用可能な展開と…（以下略）