10:56
官方账号arXiv cs.AI@Deyao Hong, Yizhe Chi, Wenyi Li, Xiaoqiu Wang, Mingju Gao, Kaisen Yang, Bingxiang He, Youjie Zheng, Calvin Xiao, Qinhuai Na
推荐理由：SWE Refactor Bench为开发可靠的编码智能体提供了一个严格的测试平台，展示了编码智能体在迁移全库时的能力。
SWE Refactor Bench
共 1 条相关 AI 资讯
8月25日
10:56
SWE Refactor Bench是一个包含20个全库迁移的基准，涵盖4种技术债务。评估协议分为三个阶段：迁移审计、行为测试和代理验证。520次运行中，只有5.4%通过所有阶段，13个任务无解决方案。迁移完整性和行为正确性是不同的能力，代理在不同迁移类别上的能力差异显著。