Կարո՞ղ է տեղային LLM-ը փոխարինել Claude Code-ին. բոլորի կողմից մեջբերվող չափանիշը սխալ է:

Վերջին վերլուծությունը քննադատում է SWE-bench-ի ցուցանիշների օգտագործումը՝ որպես տեղային LLM-ների՝ Claude Code-ի նման ամպային գործակալներին փոխարինելու ունակությունը գնահատելու միջոց: Հեղինակը պնդում է, որ թեև տեղային մոդելները գնալով ավելի լավ են գրում կոդ, դրանք հաճախ ձախողվում են որպես հուսալի գործակալներ՝ գործիքների կանչերի անհետևողականության, համատեքստի սահմանափակումների և բազմաֆայլային տրամաբանության խնդիրների պատճառով: Հոդվածը շեշտում է, որ գործիքների կանչերի հուսալիությունը կոդի գեներացումից տարբերվող հմտություն է և կենսական նշանակություն ունի գործակալային աշխատանքային հոսքերի համար: Փոխարենը, առաջարկվում է հիբրիդային մոտեցում՝ տեղային մոդելներն օգտագործել առօրյա կամ գաղտնիության պահանջ ունեցող առաջադրանքների համար, իսկ ամպային մոդելները պահել բարդ, բազմաքայլ նախագծերի համար: Վերջնարդյունքում, հոդվածը եզրակացնում է, որ իրական արժեքը տեղային և ամպային ռեսուրսների միջև խելացի երթուղավորման մեջ է, այլ ոչ թե դրանցից մեկի ընտրության մեջ: