热点事件持续更新
CTE-Bench：面向状态化软件模拟器的反事实追踪评估基准
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
CTE-Bench 是面向有状态软件模拟器的反事实追踪评估基准。最新版本 CTE-Bench-Core-v1 包含 255 个场景、10,200 次预测，用于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。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Software EngineeringCTE-Bench：面向有状态软件模拟器的反事实追踪评估基准
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。