Chinese contentAccelerate Bench 评测智能体在应用级程序优化上的能力
做代码智能体或性能优化的朋友可以看看这个新基准。它跟 SWE-bench 不一样,专测智能体能不能把整个真实程序跑得更快,比只修 bug 更接近实际工程需求。拿它对比一下不同模型的表现会挺有参考价值。
做代码智能体或性能优化的朋友可以看看这个新基准。它跟 SWE-bench 不一样,专测智能体能不能把整个真实程序跑得更快,比只修 bug 更接近实际工程需求。拿它对比一下不同模型的表现会挺有参考价值。