论文精选12:42SWE-InfraBench:评估 LLM 在云基础设施代码上的能力云基础设施开发者终于有了一个贴近真实工作流的评估基准——SWE-InfraBench 测试的是增量修改而非从头写代码,做 IaC 或 DevOps 的团队值得关注,看看当前模型在 AWS CDK 上的真实表现。#基准测试#云基础设施#IaC#AWS CDKaarXiv: DeepSeek@Natalia Tarasova 等 13 人原文稍后读已读值得跟进有用关注 基准测试