Bug Hunt Bench 上线：实测模型修复真实 bug

Pawel Huryn 发布了 Bug Hunt Bench 基准测试平台，通过在真实代码库中植入 bug 来评估前沿代码模型的实际修复能力。平台提供实时排行榜，目前榜单包含 105 个条目，用于对比不同模型的修复得分，为衡量代码模型的实用性提供了新工具。

2026-08-26 ~ 2026-08-26 · 2 条相关

• Bug Hunt Bench：针对真实植入 Bug 的代码模型评测 — PawelHuryn · 2026-08-26

另有 1 条近重复转述:PawelHuryn