arXiv· Xu Li·· 10 天前推荐指数41
RegretBench 与 BackUpper：编码 Agent 备份意识评测与自动备份方案
Back Up Before You Regret: Measuring Backup Awareness and Automating Backup in Coding Agents
AI 导读
研究团队提出 RegretBench，用 205 个可执行任务评测编码 Agent 的备份意识：六个前沿模型平均完成任务率 86.1%，但在需要备份的关键时刻仅 15.2% 会提前保存状态。
来源：arXiv · arxiv.org