实体 CrossSWE

CrossSWE

PulseAugur coverage of CrossSWE — every cluster mentioning CrossSWE across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_333727 · Oct 31 · 14:15

AI编码智能体在安全性、跨仓库基准测试和工程化方面取得进展

新的研究和工具正在涌现，以增强AI编码智能体的能力，应对复杂软件开发中的挑战。“Shall We Approve?” 引入了 Caper，一种具有后果意识的批准机制，通过在沙箱中预执行命令，显著减少了自主编码中的有害结果。新的基准测试 CrossSWE 强调，当前的 LLM 在跨仓库一致性方面存在困难，最好的模型仅达到 58.48% 的 Pass@1。此外，“工程化”的概念强调，智能体的性能关键在于其周围的框架，而不仅仅是模型本身，其…