В Claude Cookbook добавили гайд по воспроизведению бенчмарков поиска
Anthropic пополнила Claude Cookbook несколькими техническими руководствами за июнь 2026 года. Гайд Мэнгтин Ли описывает, как собрать обвязку на Messages API, которая воспроизводит опубликованные оценки DeepSearchQA и BrowseComp через программные вызовы инструментов, серверную компакцию и бюджеты задач.
Другое руководство разбирает срабатывание классификатора безопасности на Claude Fable 5 и откат на Opus 4.8 (серверный или клиентский через SDK), с учётом поведения при стриминге и новых изменений в тарификации.
Третий гайд Пола Чена сводит к базовой механике два асинхронных паттерна для мультиагентов: фиксированная команда из N агентов с обменом сообщениями через общий хаб и динамически порождаемые асинхронные субагенты.
Дальше
Инструмент масштабирования поднял точность на графиках до 73%, Видео
Fable 5 подскочил с 29% до 73% точности на бенчмарке Chartography из 100 вопросов по плотным графикам, стоило дать модели инструмент масштабирования. У Sonnet 5 рост с 13% до 44%: модель запрашивает вырезку участка из оригинала в полном разрешении.
Читайте также
- Claude Managed Agents научили агентов делегировать задачи друг другу
- claude.ai разогнали в 3 раза за две недели с помощью Claude
- Документация по системным промптам Claude
- Anthropic за пять месяцев съехала с git на свою Scion
- Из промпта Claude Code вырезали больше 80% текста
- Anthropic учит агентов не путать сбой с тихим днём
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.