TestEvo-Bench

新的基准测试 TestEvo-Bench 评估 AI 代理在代码和测试协同进化方面的能力

研究人员推出了 TestEvo-Bench，这是一个新的基准测试，旨在评估 AI 代理在代码变更协同进化测试方面的能力。该基准测试包括生成新测试和更新现有测试的任务，这些任务基于真实的提交历史和可执行环境。TestEvo-Bench 旨在通过定期挖掘新任务来减少数据泄露，当前快照包含来自 152 个开源 Java 项目的 1200 多个任务。