Cognition 模型 / Devin 博客·AI 评分54
Cognition 发布模型可信度评测套件并验证 SWE-1.7 表现
Measuring the Trustworthiness of Open-Source-Derived Models2026.07.08We built an evaluation suite to assess model trustworthiness. Our results indicate that models developed from open-source models can be trusted, provided that sufficient thought and care is put into their development.
AI 导读
Cognition 构建了模型可信度评测套件，用 145 个政治敏感问题测试宣传倾向，并在生产 harness 中用真实编码场景测试行为一致性。结果显示其基于 Kimi K2.7 Code 训练的 SWE-1.7 在三种语言下的宣传率和差分漏洞表现与 GPT 5.5、Claude Opus 4.8 相当或更优，明显好于开源基座模型，且未观察到随用户身份变化的安全行为差异。
来源：Cognition 模型 / Devin 博客 · cognition.com