跳到正文
热点事件持续更新

研究者提出VDL评估代码智能体在等价代码变体上的鲁棒性

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究者提出概率编程语言VDL,通过对代码仓库随机施加语义保持变换生成等价变体,用以评估代码智能体在表面代码变化下的可靠性。在mini-SWE agent和OpenCode两种脚手架、4个前沿模型的测试中,解题率最多下降6.7个百分点,16种配置中有6种下降显著。 研究还发现,没有任何一个模型的鲁棒性排名能在不同脚手架间保持一致,呈现出参差的鲁棒性边界。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI
    可编程语义等价变体分布评估代码智能体:VDL 揭示 SWE-bench 解题率下降

    研究者提出 VDL,一种概率编程语言,通过对代码仓库施加语义保持变换生成等价变体,评估代码智能体在表面代码变化下的可靠性。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。