บทความและงานวิจัย

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
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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

ลิงก์ต้นฉบับ · รายการ AIHOT

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/

ดูทั้งหมด →