XNews

谷歌Android Bench 2.0:面向智能体的真实Android开发基准测试

谷歌Android Bench 2.0:面向智能体的真实Android开发基准测试

谷歌发布了Android Bench 2.0,这是一个衡量模型与智能体组合在真实Android开发任务中表现的基准测试。它包含来自Signal和Bitwarden等生产应用的30个任务,涵盖应用转换、架构迁移和新功能开发。顶尖模型通过率仅为28%,许多任务如Flutter到Android的转换完全失败。

Source posts