VeeReview

新的研究工具VeeReview衡量Agent编写的代码验证

一篇新的研究论文介绍VeeReview，一个旨在衡量Pull Request中构建和验证证据之间关系（特别是针对Agent编写的代码）的系统。该研究测试了VeeReview的框架（使用仓库信号和语言模型裁判）是否能有效地比较Agent生成的代码和人类编写的代码。初步结果表明，在几项衡量指标上，Agent编写的Pull Request的仅构建率较低，尽管显著性有所不同，并且标准化降低了观察到的差异。