開発ベンチマークの不整合を検出するPAIChecker

arXiv cs.AI ・ 2026-07-30

原題: PAIChecker: Uncovering and Checking PR-Issue Misalignment in SWE-Bench-Like Benchmarks

AI による要約

PAICheckerは、ソフトウェア開発ベンチマークにおいて頻発するプルリクエスト（PR）とIssueの不整合を体系的に検出し、検証するためのマルチエージェントシステムである。SWE-bench Verifiedの検証から不整合のパターンを特定し、将来の信頼性の高いベンチマーク構築を可能にする。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。