热点事件持续更新
防泄漏框架LRFB评测AI生成的Oracle PL/SQL规范
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
论文提出防泄漏评估框架与基准 LRFB，包含 494 对已标注源-规范对，覆盖 19 项质量指标、7 个维度。研究在 247 条留出记录上评估 LLM 裁判：GPT-4o、DeepSeek V4 Pro、Claude Sonnet 4.5 的平衡准确率分别为 0.87、0.89、0.81，而规范长度基线达到 0.88；配对检验未能区分任何裁判与该基线。研究将规范评估从二元缺陷检测重构为证据关联的类型化发现与基准有效性控制。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
LRFB基准含494对标注对，LLM裁判平衡准确率0.81–0.89，未显著优于0.88的长度基线。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Software Engineering防泄漏评估框架 LRFB 评测 AI 生成数据库规范的 LLM 裁判
论文提出防泄漏框架与基准 LRFB，含 494 对已标注源-规范对，覆盖 19 项质量指标、7 个维度。在 247 条留出记录上，GPT-4o、DeepSeek V4 Pro、Claude Sonnet 4.5 的平衡准确率分别为 0.87、0.89、0.81，规范长度基线达 0.88，配对检验未能区分任何裁判与该基线。研究将规范评估从二元缺陷检测重构为证据关联的类型化发现与基准有效性控制。
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。