行业与实践 · 研究与基准测试

研究与基准测试/2026-11-02/24 分钟

HSPR：用分层后验恢复软件智能体的基准分数

小子集能保住排名，却给不准全基准分数。HSPR 用源回答因子和不确定的组成功率，在 10% 任务预算上恢复 SWE-bench 四个任务库的分数，并在三个库上取得最低平均绝对误差。