ReqClarifyBench：仓库级需求澄清基准发布
热点事件持续更新
ReqClarifyBench：仓库级需求澄清基准发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Mingyu Chen 等人在 arXiv 发布 ReqClarifyBench，用于评测大语言模型通过多轮交互把模糊用户意图转化为清晰需求的能力，并评估了六个 LLM。 基准包含 341 个仓库级任务，覆盖游戏、小程序和 Web 开发，每个任务含模糊用户意图、经人工校验的需求文档和代码评测材料；评估使用基于真实对话构建、具有多样化人设的 LLM 用户模拟器，从澄清效果和需求文档质量两个维度衡量模型表现。 结果显示：需求澄清效果更强不一定带来更高质量的需求文档，coding-agent harness 相较基础模型也未进一步提升文档质量。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 12:00
ReqClarifyBench：评测仓库级软件开发的交互式需求澄清报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AIReqClarifyBench：评测仓库级软件开发的交互式需求澄清
Mingyu Chen等人提出ReqClarifyBench，用于评测大语言模型通过交互将模糊用户意图转化为清晰需求的能力。基准包含341个覆盖游戏、小程序和Web开发的任务，并使用基于真实对话构建的不同用户角色模拟器评估6个模型；结果显示，需求澄清效果更强不一定带来更高质量的需求文档，coding-agent harness相较基础模型也未进一步提升文档质量。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。