XNews

谷歌Android Bench 2.0:面向AI代理的真实Android开发基准测试

谷歌Android Bench 2.0:面向AI代理的真实Android开发基准测试

谷歌发布了Android Bench 2.0,这是一个评估模型与代理组合在实际生产应用中的Android开发任务表现的基准测试。30项任务涵盖应用转换、架构迁移和新功能开发。顶级模型仅达到28%的通过率,许多任务没有任何模型能够解决。

Source posts