Skip to content
简体中文

切换主题

arXiv 2610.20344 · cs.SE · 2026-10-14

Doc2Harness: Benchmarking LLMs on Long-Horizon Harness Engineering of Coding Agents

Yuyao Ge, Shenghua Liu, Peizhong Gao, Chendi Ge, Chenxu Liu, Yiwei Wang, Lingrui Mei, Baolong Bi 等 11 人

Institute of Computing Technology

在最新榜 #91 本站收录于 2026-10-21

一句话要点

Doc2Harness 直接评测大模型能否按开发文档从零搭建长任务编程 Agent 的执行框架。

Doc2Harness directly benchmarks whether LLMs can engineer a long-horizon coding-agent harness from a development document.

110HF 点赞
113GitHub stars
0引用(Semantic Scholar)
60.6热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)