模型Agent 与开发者10:16RuBench: 俄语仓库级智能体编码基准评测发布想了解用非英语自然语言写代码任务的基准？RuBench用俄语从真实提交中挖了25个任务，还抓到了模型被悄悄替换的证据。#RuBench#俄语#代码代理#基准aarXiv cs.AI@Evgeny Shilov原文稍后读已读值得跟进有用关注 RuBench