PulseAugur
中
实时 11:21:07
实体 Mark Niklas Müller

Mark Niklas Müller

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

Show in brief
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
  1. TOOL · CL_326909 ·

    新基准显示前沿编码代理会漏掉大部分 Bug

    一个名为 PROBE 的新基准已被引入，用于评估前沿编码代理的 Bug 查找能力。该基准包含在 18 个月内跨 20 个 GitHub 存储库修复的 2,457 个 Bug。评估显示，当前前沿模型在识别这些 Bug 方面的召回率低于 21%，精确率低于 9%。尽管精确率较低，但人类评估者仍认为 85% 的代理发现是有效的。值得注意的是，这些代理发现的 Bug 类型与人类维护者修复的 Bug 类型存在显著差异。