研究：企业维护与AI编码基准条件差异

Heeyong Eun（KPMG Korea）发布研究，用18项固定标准分类分析2,925个Apache Fineract问题，以及944个来自SWE-bench Pro、SWE-PolyBench Java和SWE-EVO的任务，发现表面相似的任务在所需满足的条件集合上差异显著。 研究称，这种语料对比是描述性的，可能反映领域差异，不能据此认定因果关系或生产环境失败率；文中示例也未量化基准整体在标准答案（oracle）上的遗漏。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。