arXiv cs.SE· You Wang, Jinjun Huang, Zhonghao Jiang, Jialun Cao, Jiachi Chen, Zhongxin Liu·· 2 小时前AI 评分49
研究：编码智能体的错误补丁多源于 CoT 中的错误断言
From Faulty Claims to Incorrect Patches: An Empirical Study of Task-Grounded Reasoning in Coding Agents
AI 导读
该论文对四个开源权重推理模型在 SWE-bench Pro 上的 400 条轨迹做了实证研究，从 CoT 中抽取原子断言并与事实核对。
来源：arXiv cs.SE · arxiv.org