热点事件持续更新

Mupt AI 发布 SelfBench 私有编码 Agent 基准

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Mupt AI 发布 SelfBench，用仓库自身已合并的 PR 还原成带隐藏测试的任务，让智能体和模型在这些任务上运行，并按准确率与单任务成本绘制 Pareto 前沿。每个在 selfbench.dev 上公开的开源仓库会获得实时榜单，已列出 vercel/next.js、supabase/supabase、getsentry/sentry 等仓库。任务需通过四项校验才算有效：无解时测试失败、原始实现下通过、重跑仍通过，并通过独立评审。使用需用 GitHub 登录并连接仓库；一批任务耗时数小时，关闭页面后仍继续运行；模型和沙箱使用组织在 Credentials 中的自有密钥；运行环境要求 Bun 1.3.14+ 和带 Compose 的 Docker。

AI 根据报道生成 · 7 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月6日

09:25
GitHub · 去对齐工具与仓库精选
Mupt AI 推出 SelfBench：用仓库自身已合并 PR 构建私有编码智能体基准
Mupt AI 发布 SelfBench，把仓库已合并的 PR 还原成带隐藏测试的任务，再让智能体和模型在这些任务上运行，并按准确率与单任务成本绘制 Pareto 前沿。每个在 selfbench.dev 上公开的开源仓库都会获得实时榜单，已列出 vercel/next.js、supabase/supabase、getsentry/sentry 等仓库。任务需通过四项校验才算有效：无解时测试失败、原始实现下通过、重跑仍通过、并通过独立评审。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1011月6日 10:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。