T
traeai
登录

产品

ProgramBench

别名:ProgramBench基准

评估AI编程能力的基准测试框架。

已跟踪 2 条高相关材料

TraeAI 观察

最近变化

2026-10-26 · 自动形式化数学耗时1周,消耗约100B输入token和300M输出token

为什么值得关注

ProgramBench 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。

ProgramBenchAI Coding BenchmarkAI安全ResolutionStanford AI Lab

相关材料

已收录 2 条与 ProgramBench 相关的内容,按评分排序。

Import AI 图标

Resolution公司用AI自动形式化数学理论,耗资135k美元完成60万行Lean代码,ProgramBench使AI编程性能3月提升至18.5%。

入选理由:自动形式化数学耗时1周,消耗约100B输入token和300M输出token

精选文章#AI安全#数学形式化#ProgramBench#Resolution#自动化研究英文
Hear from @jyangballin on ProgramBench and the lineage of AI coding benchmarks! In conversation with...

斯坦福AI实验室ProgramBench访谈预告

Stanford AI Lab(@StanfordAILab)123 字 (约 1 分钟)
30

该推文仅为斯坦福AI实验室关于ProgramBench访谈的预告链接,未包含任何技术细节、基准测试数据或方法论内容,不具备直接阅读价值。

入选理由:此内容仅为X平台访谈预告,缺失ProgramBench的具体评测指标与技术架构信息。

精选推文#ProgramBench#Stanford AI Lab#AI Coding Benchmark英文

跨材料问答 · ProgramBench

回答基于:ProgramBench 相关 2 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容