南京大学团队提出TestPrism测试生成基准

南京大学刘佳恒团队提出测试生成基准TestPrism，称单一参考评测会系统性高估Coding Agent所写测试的可靠性。 该基准汇集17个来源的300个测试任务和3000个候选实现，每个任务配1份参考实现、4份正确替代实现和5份错误实现；核心指标JSF要求测试在原始代码上失败、接受全部正确实现并拒绝全部错误实现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。