GitHub · 去对齐工具与仓库·· 2 小时前AI 评分35
变异测试实验复现包：Claude、GPT、Gemini、DeepSeek 与 18 个开源 Java 项目的开发者测试对比
nernass/llm-vs-developer-integrationTests
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/nernass/llm-vs-developer-integrationTests
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
该仓库是 LLM 变异测试实验的复现包，用 PIT 1.30.1 在 18 个开源 Java 项目（共 3,216 个 mutant）上评测 Claude、GPT、Gemini、DeepSeek 生成的 72 个测试套件及各项目的开发者测试。主要结果显示 Claude 平均得分 0.528 最高，开发者测试仅 0.378；另有 360 个输出用于一致性实验，数据已归档于 Zenodo（DOI: 10.5281/zenodo.23735549）。
来源：GitHub · 去对齐工具与仓库 · github.com