DualGauge框架与基准发布
热点事件持续更新
DualGauge框架与基准发布
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
DualGauge 是首个全自动框架，用于联合评估规格驱动代码生成的正确性与安全性。其设计目标是覆盖“仅规格”输入场景，统一衡量功能实现与安全风险。该框架由 Rupam Patir 等人提出，旨在解决单一维度评估的局限。 配套发布的 DualGauge-Bench 是一个语言无关的基准数据集，包含 307 个编码任务。该基准已用于测试 10 种 LLM 和 3 个编码智能体。测试结果显示了不同模型在安全性与功能性上的权衡表现，为后续研究提供了量化依据。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
DualGauge: 自动化联合评估 LLM 与编码智能体“仅规格代码生成”的安全性与功能性报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · AIDualGauge: 自动化联合评估 LLM 与编码智能体“仅规格代码生成”的安全性与功能性
DualGauge 提出首个全自动框架，联合评估规格驱动代码生成的正确性与安全性。其配套 DualGauge-Bench 包含 307 个任务，测试 10 种 LLM 和 3 个编码智能体。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。