跳到正文
原文
新智元(公众号)·· 5 天前AI 评分28

南京大学团队发布 TestPrism:Coding Agent 写测试集体失败,AI 代码合格率被高估一倍

Coding agent写测试集体失败!AI代码合格率被高估一倍

AI 导读

南京大学刘佳恒团队提出测试生成 Benchmark TestPrism,用 300 个任务、3000 个候选实现检验测试可靠性,核心指标 JSF 要求测试同时拒绝所有错误实现并接受所有正确实现。

来源:新智元(公众号) · mp.weixin.qq.com