arXiv cs.SE· Marco Paina, Mark Niklas M\"uller, Niels M\"undler-Sasahara, Martin Vechev·· 3 小时前AI 评分52
PROBE 基准：前沿编码智能体发现的 bug 与维护者修复的不同
PROBE: Frontier Coding Agents Find Different Bugs Than Maintainers Fix
AI 导读
苏黎世联邦理工等机构提出 PROBE 基准，汇总 20 个 GitHub 仓库 18 个月内修复的全部 2457 个 bug，并给出将候选发现匹配到该参照集的方法。
来源：arXiv cs.SE · arxiv.org