精选理由
IBM 搞了个专门测 AI 代理迁移 Java 框架的基准，看看现有模型能不能搞定企业级代码迁移，结果发现连 GPT-4 都挺费劲。
IBM Research 推出 ScarfBench，这是首个专为企业 Java 框架迁移任务设计的基准测试。该基准涵盖从 Java EE 迁移到 Spring Boot 等 5 种典型场景，并基于 1000 个迁移案例构建。评估指标包括迁移正确性、代码质量与编译通过率，初始测试显示 GPT-4 等主流代理在复杂迁移中的成功率不足 30%。
AI 翻译 · 中文
IBM Research 推出 ScarfBench，这是首个专为企业 Java 框架迁移任务设计的基准测试。该基准涵盖从 Java EE 迁移到 Spring Boot 等 5 种典型场景，并基于 1000 个迁移案例构建。评估指标包括迁移正确性、代码质量与编译通过率，初始测试显示 GPT-4 等主流代理在复杂迁移中的成功率不足 30%。