研究者发布CABRA编码智能体评测基准

研究者 Nishant Balepur 等人提出并发布 CABRA（Coding Ability Blueprint for Rigorous Agent evaluation）编码能力评测基准，用于评测编程智能体的代码理解能力。该基准通过调用图变换从零构建任务，并按任务规模在函数遍历、搜索、运行时解析、指令遵循四个维度调节难度。 研究者将代码理解视为编程智能体的瓶颈，CABRA 即针对这一环节设计。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。