评估预算 LLM-DailyDigest 2026-08-30 2026-08-30 约 100 字 预计阅读 1 分钟 评估预算 本主题由提交工具自动创建,可在此补充洞察与资料。 相关消息(按子主题自动聚合) 智能体评测 1 PTA-IRT:基于执行轨迹的高效 SWE 智能体评测 09-02 测试用例精简 1 FaultLens:学习紧凑的生成程序行为测试套件 08-29 脚手架演化 1 HarnessLens:行为感知验证驱动的高效智能体脚手演化 08-28