MITの研究、AIコード反復の画期的な新ベンチマークを公開

MITの研究者たちは、AIエージェントの長期的なコード記述能力を厳密にテストするために設計された、画期的な新しいベンチマーク、SlopCodeBenchを公開しました。このベンチマークは、現実世界のソフトウェア開発をシミュレートし、複数の反復と進化する要件を通じて、AIにコードの適応と洗練を促します。この研究は、私たちがソフトウェア開発においてAIを評価し、利用する方法を劇的に改善することを約束します。