实体
Tests
Tests
PulseAugur coverage of Tests — every cluster mentioning Tests across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
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 2 条
-
新基准揭示LLM在代码生成和翻译方面的局限性
引入了两个新的基准测试E2E-SWE和ORCA，以评估大型语言模型（LLM）在复杂编码任务中的能力。E2E-SWE侧重于LLM从头开始生成整个软件存储库的能力，使用11种编程语言对13个前沿模型进行了测试，结果显示性能差异显著。另一方面，ORCA评估LLM在数据科学库之间翻译代码的熟练程度，结果表明即使是像Claude Opus-4.6这样的先进模型也难以胜任这项任务，这促使开发了一种意图增强的翻译方法。
-
自托管AI机器人自动化代码审查和测试
一款名为UrbanMind的新型自托管AI机器人旨在自动化软件开发工作流。该机器人可以审查拉取请求、生成测试并更新文档，旨在简化开发和运营流程。它被呈现为寻求提高生产力和代码质量的开发者的解决方案。