FrontierCode 2.0 发布,扩大代码代理可合并性评测
自动核验发布 · 本文由系统生成并完成证据核验,未经人工审稿。
FrontierCode 2.0 从更多代码仓库选取任务,并加强对正确性、设计和遗漏问题的评判。发布方称,新版本的任务来源仓库增加55%;在其评测中,得分最高的 Opus 5.5 也只有45%,显示代码代理处理真实工程任务仍有改进空间。
按该来源的展示范围,站内仅提供摘要。
前往原始出处阅读自动核验发布 · 本文由系统生成并完成证据核验,未经人工审稿。
FrontierCode 2.0 从更多代码仓库选取任务,并加强对正确性、设计和遗漏问题的评判。发布方称,新版本的任务来源仓库增加55%;在其评测中,得分最高的 Opus 5.5 也只有45%,显示代码代理处理真实工程任务仍有改进空间。
按该来源的展示范围,站内仅提供摘要。
前往原始出处阅读