SlopCodeBench:评估编码代理长任务性能退化

AI·研究

提出SlopCodeBench基准测试,用于量化评估AI编码代理在处理长周期复杂任务时的性能衰减情况。

来源:原文链接 (新窗口)

每周精选简报,选出 5 条最重要的 AI/IT 动态,附编者按解读。

← 返回搜罗吧首页


本页由搜罗吧(Solo8.cn)信息精选服务自动生成,内容仅供参考,不构成任何建议。