NL2Repo-Bench: 長期的なリポジトリ生成を評価するコーディングエージェント

このArXiv論文では、コーディングエージェントを評価するための新しいベンチマークであるNL2Repo-Benchが紹介されています。このベンチマークは、完全で複雑なソフトウェアリポジトリを生成するエージェントのパフォーマンスを評価することに重点を置いています。