研究人员推出了 BulkPR-Bench，这是一个旨在评估 AI 代理管理和治理交互式拉取请求队列的有效性的新基准测试。该基准测试解决了当拉取请求存在相互依赖性时，联合决定合并哪些更改以及以何种顺序进行合并的挑战，这种情况是顺序处理方法难以应对的。BulkPR-Bench 采用滚动发布协议，并在 18 个真实存储库中包含 581 个新编写的候选拉取请求，并使用关系交付分数 (RDS) 和全局安全门控产量 (Global-SGY) 等指标来评估性能。 AI
影响 该基准测试可能催生更强大的软件开发 AI 代理，从而提高代码集成过程的效率和安全性。
排序理由 该集群描述了在 arXiv 上发布的新基准测试和研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
