IBM推出ScarfBench：评估AI Agent的Java框架迁移能力
深度Hugging Face2026年6月30日8 分钟阅读
框架迁移远不止改注解那么简单——依赖注入、持久化配置、构建系统，一环出错就前功尽弃。IBM Research 发布了 ScarfBench 基准，专门评估 AI 编程代理在真实企业 Java 应用迁移任务上的表现。结果令人清醒：最强代理的行为成功率不到 10%，且存在严重过度自信。
觉得有用？分享给更多人
相关文章
Black Forest Labs 推出 FLUX 3，统一多模态模型，视频生成超越多个竞品，并开源 FLUX-mimic 用于机器人控制。同时，The Stack v3 数据集发布，蒸馏政策争议持续。
深度Latent Space·7月24日·8 分钟
本文采访了多位进攻型网络安全研究员，探讨AI公司的安全护栏如何影响他们发现漏洞和开发利用工具的工作。研究员们普遍认为护栏过于严格且不一致，迫使部分人转向国产开源模型。
深度·7月24日·6 分钟