实体
Precise Debugging Benchmark
Precise Debugging Benchmark
PulseAugur coverage of Precise Debugging Benchmark — every cluster mentioning Precise Debugging Benchmark across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新框架优化蛋白质系综生成，提高AlphaFold3准确性
研究人员开发了一个新的蛋白质系综生成优化框架，提高了AlphaFold3等模型的准确性和热力学合理性。该方法优化潜在表示以最大化系综对数似然，这比事后结构调整更有效。该方法还结合了新颖的采样方案来生成Boltzmann加权系综，平衡实验似然性与结构和力场先验。这带来了更好的多样性、物理能量和与实验数据的一致性，同时也暴露了当前蛋白质设计置信度指标的一个弱点。
-
新基准揭示大型语言模型在精确代码调试方面存在困难
研究人员引入了精确调试基准（PDB）框架来评估大型语言模型的调试能力。该框架将现有的编码数据集转换为调试基准，通过合成的原子级错误自动生成有缺陷的程序。PDB采用编辑级精确率和错误级召回率等新颖指标来评估模型修复代码的准确性。实验显示，像GPT-5.1-Codex和DeepSeek-V3.2-Thinking等领先模型，尽管测试通过率很高，但在精确度方面仍有困难，经常过度编辑解决方案。