Новости
How SWE-Serve Exposes the Gap Between Local Tests and Live Serving
NVIDIA Developer · Опубликовано · 3 мин чтения
За 30 секунд
- Что произошло
- SWE-Serve benchmark reveals that AI coding patches pass local tests 69.4% of the time but only 45.9% when live serving checks are included.
- Почему это важно
- Engineers building inference-serving systems need this when evaluating AI agents for production-grade changes to LLM serving software like SGLang.
- На что обратить внимание
- SWE-Serve tests only SGLang on single H100 or CPU; results may not generalize to other inference engines, multi-GPU setups, or different hardware configurations.
- agent
- inference
- serving
- eval
Паттерны, стоящие за этой новостью
Каждый разбирает, как работает техника, когда она оправдывает затраты и где ломается.
The Agent Architect
Один паттерн, один компромисс, одна история сбоя в продакшене. Короткий еженедельный брифинг для тех, кто строит агентные системы.
Одно письмо в неделю, отписка в один клик. Адрес используется только для рассылки брифинга.