FrontierCS 2 基准：删掉论文核心代码，让 Agent 复现并超越原方法
OfirPress · x · 2026-10-23
Qiuyang Mang 等人发布 FrontierCS 2，一个面向 CS 研究与开发的 Agent 基准：每道任务基于一篇已发表论文，从官方开源代码中删掉论文的核心贡献，要求 Agent 在不看论文、不能上网的条件下从零实现该方法，并按原作者选定的指标超越原始结果。
Ofir Press 认为这将成为重要的训练与测试目标：拿一篇论文的代码库，删去关键部分，看 Agent 能否从零写出代码并做出改进。他表示更多任务即将上线。
所属事件:FrontierCS 2 发布：删代码让智能体复现论文并超越原方法(5 条相关)→
「编程与Agent」频道最新
- AutoRouter 公测：按任务难度自动在 Claude/GPT 等模型间分单省 token — floguo · 2026-10-23
- Speak 详解 GPT-Live 实时语言家教:如何用低延迟决策实现即时纠错 — pbbakkum · 2026-10-23
- Google Live API 新增决策触发器，比 function call 更快 — pbbakkum · 2026-10-23
- 一个 Agent 找不到文件，竟在代码包里留言等另一个 Agent 来接 — petrusenko_max · 2026-10-23
- Codex+Claude Code 日常实战：代码不难了，会话管理才是痛点 — KR4K3N1S · 2026-10-23
- Claude Code 内置 Bun 含 RCE 漏洞，需升级至 2.1.308 以上 — KyeGomezB · 2026-10-23