跳到正文
实时
热点事件持续更新

评测编码智能体作为数字员工的表现

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

SWE-CoWork 评测发现当前编码智能体难以在软件工程任务中跟踪需求,尽管部分测试通过但完成任务比例低。该基准包含 101 项真实代码库、11 种编程语言和 12 个应用领域的开发任务,智能体需在 26 位同事协作下完成需求理解、实施和验证。Hugging Face Daily Papers 发布了这一评测,指出编码智能体在需求理解、实施、验证和交接过程中存在困难。

AI 根据报道生成 · 更新于 19 分钟前

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. Hugging Face Daily Papers
    SWE-CoWork: 评测组织内编码智能体作为数字员工的表现

    SWE-CoWork 评测发现当前编码智能体难以在软件工程任务中跟踪需求,尽管部分测试通过但完成任务比例低。该基准包含 101 项真实代码库、11 种编程语言和 12 个应用领域的开发任务,智能体需在 26 位同事协作下完成需求理解、实施和验证。

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。