开源基准Parsimony发布，用于量化评估AI代码冗余度

2026年10月14日，开源基准Parsimony发布，旨在量化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对模型进行排名，以规避单纯统计代码行数所带来的偏差。目前该评估仅针对Python语言。基准作者同时指出，生成代码较少的模型并不一定具备更好的设计，且生成代码较多的模型往往具备更高的解题率。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。