跳到正文
热点事件持续更新

研究评测编码代理编写与转译单元测试的可靠性

1 篇报道1 个报道来源46 分钟前更新

先了解这件事

AI 综述

Gil Pasternak 等在 arXiv 发布基准研究,评测三个主流编码智能体编写单元测试和跨语言转译测试的能力,每个智能体均搭配原生前沿模型并以高推理力度运行。结果显示,智能体编写的测试套件在覆盖率等传统指标上远超人类编写的测试,但优势主要来自测试数量更多,且随项目规模增大而明显下降;测试转译总体表现看似不错,实际仍不一致、不可靠。

AI 根据报道生成 · 7 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18日
  1. arXiv cs.AI
    编码智能体能写好并转译单元测试吗

    一项 arXiv 研究评估了三个主流编码智能体在编写单元测试和跨语言转译测试上的能力,每个智能体均搭配原生前沿模型并以高推理力度运行。结果显示,智能体的测试套件在覆盖率等传统指标上远超人类编写的测试,但优势主要来自测试数量更多,且随项目规模增大而明显下降。智能体的测试转译虽然总体表现看似不错,实际仍不一致、不可靠。

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。