研究团队提出PersonaCodeBench编码智能体评测基准

Haixin Wang等作者提出 PersonaCodeBench，用于评估编码智能体在人格驱动多轮交互中的表现。该基准把用户角色、技术能力、交互偏好和实际约束转化为可验证的个性化需求，由控制器管理用户模拟器的响应与需求披露，完成验证器和个性化验证器分别检查代码正确性与人格需求满足度，联合通过需同时满足预算与有效性条件。研究团队称已用该基准评测主要前沿智能体并建立排行榜。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。