NL2Repo-Bench: 评估用于代码生成的长时序代理

这篇 ArXiv 论文介绍了 NL2Repo-Bench，这是一个用于评估编码代理的新基准。该基准侧重于评估代理在生成完整且复杂的软件存储库方面的性能。

• •NL2Repo-Bench 旨在评估长时序代码生成。
• •该基准侧重于存储库生成，这意味着比简单代码片段更广泛的功能。
• •该论文发表在 ArXiv 上，表明处于早期研究阶段。