arXiv · Software Engineering· Xinran Zhang·2026-09-30 12:00· 6 小时前AI 评分40

CTE-Bench：面向有状态软件模拟器的反事实追踪评估基准

CTE-Bench: Counterfactual Trace Evaluation for Stateful Software Simulators

AI 导读

CTE-Bench-Core-v1 包含 255 个场景、10,200 次预测，测量模型预测干预对有状态服务未来行为影响的能力，主评分为 effect-step value match。