Meta 研究者推出 SWE-sweep,測試 AI 助理能否自己找出程式錯誤
SWE-sweep: a benchmark that makes coding agents find the bugs themselves
重點導讀
一般程式測試會直接告訴 AI 助理哪裡有錯;SWE-sweep 則給它一個真實程式庫,讓它自己找出問題並修好。
- 這項基準測試涵蓋 100 個程式庫、22 種語言中的 4,068 個已知錯誤,並用隱藏測試確認修正結果。
- 受測模型中,表現最好的只修好 4.7%。
- 這顯示,在大型程式庫裡,找出錯誤可能比修正錯誤更難。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
信源出處dev.to
SWE-sweep: a benchmark that makes coding agents find the bugs themselves
本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。
來源: Dev.to Top Tech (dev.to)
開啟原文