ANCHOR：仓库级编码Agent工程约束遵循基准
热点事件持续更新
ANCHOR：仓库级编码Agent工程约束遵循基准
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者发布 ANCHOR 基准，用于评估仓库级编码智能体遵循工程约束的能力，覆盖 8 种语言组、10 类 78 种子类型的约束层级体系。 在 358 个任务、2 种脚手架与 10 个基础模型共 19 种配置中，表现最好的 Claude Opus 4.8 搭配 Cline 达到 70.1% 原子约束合规率和 63.7% 关系合规率，但仅 19.0% 的任务通过全部检查项。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
ANCHOR：评估仓库级智能体编码中的自然约束层级与顺序报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLANCHOR：评估仓库级智能体编码中的自然约束层级与顺序
研究者推出 ANCHOR 基准，用于评估仓库级编码智能体的"工程约束遵循"能力，涵盖 8 种语言组、10 类 78 种子类型的约束层级体系。在 358 个任务、2 种脚手架与 10 个基础模型共 19 种配置中，最强系统 Claude Opus 4.8 搭配 Cline 达到 70.1% 原子约束合规率和 63.7% 关系合规率，仅 19.0% 任务通过全部检查项。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。