SWEeper-Bench: Liệu các Agent có thể phát hiện lỗi trong phần mềm tương tác hay không?
SWEeper-Bench: Can Agents Discover Bugs in Interactive Software?
Đoạn trích bài viết
Các agent lập trình ngày càng tương tác nhiều hơn với người dùng bằng cách tạo phần mềm tương tác ngay lập tức thay vì trả lời bằng văn bản, tuy nhiên nhiều lỗi trong phần mềm như vậy chỉ lộ diện sau các tương tác nhiều bước.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.