85
Nghiên cứu
RealSWE: Đánh giá thực tế khả năng lập trình của các AI Agent
(giờ Việt Nam)
Tóm tắt AI
Nghiên cứu chỉ ra sự khác biệt lớn giữa các bài kiểm tra lập trình hiện nay và yêu cầu thực tế của người dùng. RealSWE được giới thiệu để đánh giá AI Agent dựa trên các tình huống lập trình tự nhiên, ít cấu trúc và mang tính đời thường hơn.
Bản dịch AI
Xem PDF HTML (thử nghiệm)
DOI do arXiv cấp thông qua DataCite
Lịch sử gửi bài
Từ: Gyuhyeong Kim [xem email] [v1] Thứ Sáu, 28 tháng 8 năm 2026 01:57:58 UTC (1,025 KB) [v2] Thứ Hai, 31 tháng 8 năm 2026 12:23:59 UTC (1,025 KB)
Bài viết được AI dịch và tổng hợp tự động từ Hugging Face Daily Papers. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.