修复 multiPL-E 评估，nAC 数小时完成验证
andersonbcdefg · x · 2026-08-22
- 发现问题：代码评估基准 multiPL-E 存在问题，不仅是正则表达式错误。
- 工具应用：作者使用 hosted nac（一种自动化/代理工具）在数小时内而非数天内完成了验证，成本仅几百美元。
- 后续计划：修复后的评估版本将在下周随博客文章一同开源，并详细披露 nac 如何将好奇心转化为具体结果。
「编程与Agent」频道最新
- 谁先解决企业知识工作的多智能体协作，谁就赚翻 — verrsane · 2026-08-22
- DSPy 3.3.1 发布：强化 Python 隔离与 MCP 2.0 支持 — dbreunig · 2026-08-22
- Qwen 3.8 27B 实测: PI Agent 代码生成优于 Opencode — Healthy-Nebula-3603 · 2026-08-22
- Pulse MCP Server 支持用量计费与发票管理 — modelcontextprotocol · 2026-08-22
- HTML/CSS to Image MCP 服务器上线 — modelcontextprotocol · 2026-08-22
- Modal 推出 Training Gym，简化 RL 后训练基础设施配置 — andersonbcdefg · 2026-08-22