LamBench: Un conjunto de pruebas de referencia de cálculo lambda para agentes de codificación de IA
Victor Taelin lanzó LamBench v1, un marco de referencia diseñado para probar agentes de codificación de IA en problemas de cálculo lambda. El proyecto está alojado en GitHub en github.com/VictorTaelin/LamBench e incluye un sitio en vivo en victortaelin.github.io/lambench/.
Detalles clave
- Métricas: El benchmark mide tres ejes:
:inteligencia,:velocidady:elegancia. - Componentes: Un conjunto de
:problemasy una:matrizpara puntuar resultados. - Versión: v1 (lanzamiento inicial).
LamBench es parte de un esfuerzo más amplio de Taelin para crear evaluaciones rigurosas para sistemas de IA en computación simbólica. Para contexto, el cálculo lambda es un sistema formal en lógica matemática y computación, a menudo utilizado para probar capacidades de razonamiento y programación funcional — lo que hace que este benchmark sea particularmente relevante para agentes de codificación de IA que necesitan manejar manipulación simbólica, recursión y funciones de orden superior.
Para quién es
Investigadores y desarrolladores de IA que construyen o evalúan agentes de codificación, especialmente aquellos que trabajan con programación funcional o tareas de razonamiento simbólico.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también
Tabla de clasificación de modelos votada por la comunidad para OpenClaw lanzada.
Un nuevo ranking votado por la comunidad para modelos compatibles con OpenClaw ya está disponible, con Opus 4.5 actualmente a la cabeza.
Cloudflare Dynamic Worker Loader: Aislando Agentes de IA con Isolates
La API de Cargador Dinámico de Workers de Cloudflare, ahora en beta abierta, permite que los Workers instancien nuevos Workers con código especificado en tiempo de ejecución en sandboxes aislados usando aislamientos V8, ofreciendo un inicio 100 veces más rápido que los contenedores y sin límites de concurrencia global.
Depurando la lógica de verificación de compilación de Claude Code: Por qué falla la búsqueda de nombres y la búsqueda de huella estructural lo soluciona
Claude Code le dijo a un usuario que 'la función no está construida' cuatro veces en una misma sesión, todas incorrectas. La solución: reemplazar la búsqueda por nombre con la búsqueda por huella estructural (rutas, esquemas, herramientas registradas). Se comparte una regla práctica.
Corrección de Fuga de Memoria de Claude Code para Homelabs Linux
Un desarrollador descubrió que Claude Code tiene una grave fuga de memoria en glibc malloc que consumió 400GB de RAM y colapsó su homelab Proxmox, luego creó una solución de protección de dos niveles con un shim LD_PRELOAD y un watchdog.