Hugging Face Daily Papers·2026-10-06 08:00· 2 天前AI 评分38

CheckerBench：长程智能体能否合成静态分析检查器？

CheckerBench: Can Long-Horizon Agents Synthesize Static-Analysis Checkers?

AI 导读

CheckerBench 是一个评估长程 coding agents 合成静态分析检查器的可执行 benchmark，包含来自 297 个 CVE、167 个代码库、85 个 CWE 和 5 种语言生态的 300 个任务。