研究进行中｜AI Coding Benchmark 可复现性审计
检查公开数据、任务资产与评测程序在不同发布视图之间是否保持一致，并建立可追溯的离线验证流程。
Research Update · AI Coding · Agent Evaluation · Reproducibility · 2 min read04 / Research Notes
Research Notes
Technical notes on models, experiments, and the practice of building AI systems.