研究者发布程序输出与检查点状态预测基准

研究者发布了一个评测基准，用于评估仅凭源码和输入预测程序最终输出与检查点状态的能力。该基准包含来自 371 个 Python 和 C++ 程序的 400 个案例，并在四个模型系列的七种设置下进行了评估。 据作者 Xiaohong Chen 等人称，该基准针对的是从源码与输入直接预测程序最终输出和检查点状态这一任务。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。