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
阅读原文↗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。
内容来源:arxiv.org,版权归原作者所有
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。
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。
内容来源:arxiv.org,版权归原作者所有