行业06:16基准指数难衡量 AI 真实质变：ECI 分数涨 5 分不等于能力跃迁一位圈内人吐槽跑分指数没意义，还拿 Opus 4.5 的 SWE 表现举例，聊的是怎么判断 AI 到底进步多快。#ECI#Opus 4.5#SWE#基准测试1 个信源在谈事件专题Teortaxes@teortaxesTex2 个信源在谈原文稍后读已读值得跟进有用关注 ECI
论文精选73°10:50PTA-IRT框架提升软件工程代理评估效率DeepSoftwareAnalytics团队推出PTA-IRT，能更高效评估软件工程代理，比传统方法更准确。#PTA-IRT#SWE#软件工程代理#评估框架aarXiv cs.AI@Kefeng Duan 等 10 人原文稍后读已读值得跟进有用关注 PTA-IRT
