开源基准 Parsimony 评估 AI 模型代码冗余度

Parsimony 是一个开源基准，用于量化 AI 模型在完成编程任务时引入的多余代码量。该基准直接解析 SWE-bench Verified 已公布的补丁，通过统计语句、函数调用和比较等语法单元的净增加值进行排名，避免单纯统计代码行数带来的偏差。目前该评估仅针对 Python，作者同时指出代码较少的模型不一定具备更好设计，且写代码更多的模型往往解题率更高。