arXiv 人工智能· Xu Li, Simon Yu, Minzhou Pan, Yiyou Sun, Zhaorun Chen, Bo Li, Weiyan Shi·· 2 小时前AI 评分54
研究提出代码智能体备份基准 RegretBench 与插件 BackUpper
Back Up Before You Regret: Measuring Backup Awareness and Automating Backup in Coding Agents
AI 导读
研究团队提出评测代码智能体备份意识的基准 RegretBench 及自动化备份插件 BackUpper，解决智能体自主修改环境时缺乏事前保留状态能力的问题。在包含 205 个任务的 RegretBench 上，六个前沿模型平均任务完成率达 86.1%，但事前备份率仅 15.2%。
来源：arXiv 人工智能 · arxiv.org