Folia
← 返回头版

Parsimony:开源基准工具衡量AI模型代码冗余度

开发者在Hacker News上发布了Parsimony,一个开源基准测试工具,用于衡量AI模型生成代码的冗余程度1。现有的基准测试主要关注解决率和token成本,但未能对冗余代码进行惩罚1。Parsimony通过引入"编码单元"指标填补了这一空白,该指标包括语句、调用、名称和字面量等语法元素1。在计算中,删除的代码会被扣除,最终衡量的是净单元数1。

该工具使用DeepSWE、SWE-bench Verified和SWE-bench Live已发布的补丁进行测试1。由于GPT-6和Claude 5.5尚无公开补丁可用,作者在自己的订阅上运行了3-10个任务来进行测试1。


评论