开发技术

ViBench 2.0: A Benchmark for Long-Horizon Software Building

2026-11-05arxiv.org
★★★★★

Replit 发布 ViBench 2.0,用于评测 Agent 在长周期任务中完整构建软件的能力。

值得记下

代码基准的评测单位正在从函数级、单文件级,迁移到“一个能跑起来的完整软件”,长周期连贯性成为新的度量对象。

阅读原文↗

内容来源:arxiv.org,版权归原作者所有