IdeaAMBIG：评测研究想法规格中阻碍实现的关键缺口
IdeaAMBIG: Benchmarking Implementation-Critical Gaps in Research-Idea Specifications
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究者提出 IdeaAMBIG 基准，包含 660 个有证据支撑的实例，其中 163 个来自复现报告和 GitHub issue 的真实缺口、497 个注入到可编码参考中的合成缺口，用于评测编码就绪度评估、缺陷定位和澄清动作生成三项能力。
来源：Hugging Face Daily Papers · arxiv.org