arXiv cs.AI· Xu Li, Simon Yu, Minzhou Pan, Yiyou Sun, Zhaorun Chen, Bo Li, Weiyan Shi·· 11 天前AI 评分57
论文提出 RegretBench 基准与 BackUpper：评估并自动化代码智能体的事前备份能力
Back Up Before You Regret: Measuring Backup Awareness and Automating Backup in Coding Agents
AI 导读
研究团队提出了评估代码智能体备份意识的基准 RegretBench 与自动化备份层 BackUpper，用于解决智能体在修改环境状态时缺乏事前保存机制的问题。评测显示六款前沿模型平均任务完成率达 86.1%，但在产生破坏性修改前的备份率仅为 15.2%。
来源：arXiv cs.AI · arxiv.org