南京大学团队提出测试生成基准TestPrism

南京大学刘佳恒团队提出测试生成基准 TestPrism，用于评测 Coding Agent 的测试生成能力。该基准包含来自 17 个来源的 300 个测试任务和 3000 个候选实现，每个任务都配有经过验证的正确与错误实现面板。 其核心指标 JSF 要求测试同时满足三项条件：在原始代码上失败、接受所有正确实现、拒绝所有错误实现。按该指标，表现最好的配置 JSF 仅为 28.00%。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。