研究者提出BuggyMLE框架与难度分级基准
热点事件持续更新
研究者提出BuggyMLE框架与难度分级基准
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
John Wu等作者提出Code Complexity Index(CCI)难度指标,并据此构建BuggyMLE框架:由智能体向可运行的机器学习仓库注入受控变异,生成带bug的工程任务。 据论文,该框架基于222个源仓库,合成超过6,600个bug注入仓库变体和近26万行注入代码,并据此构建BuggyMLE-Bench-Lite基准。
AI 根据报道生成 · 16 分钟前更新
最新进展11月20日 13:00
BuggyMLE:用注入 bug 扩展机器学习工程任务难度报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.MABuggyMLE:用注入 bug 扩展机器学习工程任务难度
研究者提出 Code Complexity Index(CCI)难度指标,并基于它构建 BuggyMLE 框架,向可运行的 ML 仓库注入受控变异,生成超 6,600 个 bug 注入仓库变体和近 260K 行注入代码。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。