Google Labs เสนอใช้ 'กลยุทธ์เชิงลึก' ประเมินความเป็นฝ่ายรุกของเอเจนต์เขียนโค้ด AI
หัวข้อต้นฉบับ:Measuring What Matters with Jules
สรุปโดย AI
Google Labs เสนอการประเมินความเป็นฝ่ายรุกของเอเจนต์เขียนโค้ด AI ด้วย 'กลยุทธ์เชิงลึก' แทนการให้คะแนนตามความสำเร็จของงานเพียงอย่างเดียว ทีมใช้บั๊ก 705 รายการ (CL 1178 รายการ) จากฐานโค้ดภายในของ Google จัดกลุ่มตามความใกล้เคียงเชิงเวลา-พื้นที่และความคล้ายคลึงเชิงความหมาย เพื่อฟื้นฟูเป้าหมายระดับสูงที่แท้จริงของนักพัฒนา การทดลองเบื้องต้นแสดงว่า Jules มีคะแนนความเกี่ยวข้องเชิงลึกเฉลี่ย 4.5/5 ภายใต้การสำรวจรอบเดียว เมื่อเพิ่มงบประมาณการสำรวจจากสองรอบเป็นสามรอบ ความแม่นยำ Hit@5 เพิ่มจาก 33% เป็น 57% ทีมกำลังขยายวิธีการประเมินไปยังข้อมูล GitHub สาธารณะ และสำรวจการนำบริบทที่หลากหลายขึ้น เช่น ตัวติดตามปัญหาและการสนทนา มาใช้
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Google Developers Blog(RSS)
- หมวดหมู่
- บทความและงานวิจัย
- คะแนน AI
- 61
AI 编码代理的评估从任务修复转向目标洞察,Google 这个思路让评估更接近真实开发场景,但实验还是内部数据,等公开 GitHub 版本再看落地效果。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Google Labs เสนอใช้ 'กลยุทธ์เชิงลึก' ประเมินความเป็นฝ่ายรุกของเอเจนต์เขียนโค้ด AI 22 มิถุนายน 2026 https://new.nat6.net/th/news/cmqpeu90600l4sldksepc49lt/