跳到正文
热点事件持续更新

研究：用F2P测试评估补丁运行时性能

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

一篇 arXiv 论文指出，SWE-bench 等仓库级问题解决基准主要考察补丁能否通过正确性测试，很少比较不同通过测试的补丁在运行性能上的差异。作者 Han Peng 等研究者因此提出，可复用基准中提供的 F2P（fail-to-pass）测试来评估补丁的运行时性能。

AI 根据报道生成 · 6 小时前更新

最新进展10月12日 12:00
研究：SWE-bench 正确补丁的运行性能差异被忽视

报道时间线

沿着报道，了解事件的不同侧面。

10月12日
  1. arXiv cs.SE
    研究：SWE-bench 正确补丁的运行性能差异被忽视

    一篇 arXiv 论文研究仓库级问题修复中补丁的运行性能，指出 SWE-bench 等基准主要看补丁是否通过正确性测试，很少考察不同通过测试的补丁在运行性能上的差异。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月12日 12:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。