★ 4
新基准：AI 不被告知问题就无法发现 Bug
来自 Meta、斯坦福、哈佛、华盛顿大学等机构的研究者（含 SWE-bench、ProgramBench 作者）推出新基准，测试 AI 能否在无人指出问题的情况下主动发现 Bug。结果显示当前模型表现很差，最佳配置修复率仍不理想，代码已开源。
Hacker News – AI31 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
来自 Meta、斯坦福、哈佛、华盛顿大学等机构的研究者（含 SWE-bench、ProgramBench 作者）推出新基准，测试 AI 能否在无人指出问题的情况下主动发现 Bug。结果显示当前模型表现很差，最佳配置修复率仍不理想，代码已开源。