arXiv cs.SE· Jiajun Wu, Leixin Sun, Zihan Tan, Yitao Liu, Zhenjun Zhao, Danyang Zhang, Shuo Li, Jiaru Qian, Yuxin Wu, Shanghaoran Quan, Chuangxin Zhao, Yangxu Liao, Yang Liu, Bin Chong, Guancheng Wan·· 4 小时前AI 评分38
SWE-Prometheus：衡量真实代码仓库工程治理改进的基准
SWE-Prometheus: Measuring Engineering Governance Improvements in Real-World Repositories
AI 导读
作者提出 SWE-Prometheus 基准，用于评估编码智能体改进仓库工程治理的能力，任务只给固定快照和开放式目标，要求智能体自行识别风险、排定干预优先级并验证改动。
来源：arXiv cs.SE · arxiv.org