跳到正文
热点事件持续更新

研究者提出免执行编码智能体评分标准

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Matej Gerek 等作者将原本用于在候选补丁间筛选的 agentic rubrics 改造为免执行评估指标,用于衡量编码智能体补丁满足任务要求的程度。 按该方法的设定,智能体在改动前先探索仓库并写出加权二元标准,再由不使用工具的 judge 按 diff 满足标准的加权比例打分。作者称已对该方法进行验证。

AI 根据报道生成 · 58 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    基于仓库的评分标准:面向编码智能体的免执行评估方法

    研究将原本用于候选补丁筛选的 agentic rubrics 改造为免执行评估指标:智能体在改动前探索仓库并写出加权二元标准,无工具 judge 按满足标准的加权比例给 diff 打分。

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。