待验证50% 置信事实精确时间
开发者Aditya Kumar Puri在Kaggle社区基准挑战中发布了名为Resolve的评测集，专门衡量代码编辑中'半修复'问题（完成要求改动但丢失未重申的旧行为）
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证CC 可完成发现问题、梳理问题、解决问题的完整闭环，包括将分析结果输出为 issues.md 并据此修正代码64% 相似待验证一位开发者设计了名为'Agent操作恢复'（Agent Operation Recovery）的基准测试，并尝试提交至Kaggle基准挑战赛62% 相似待验证一项针对Kaggle提示注入评测的离线审计工作，为三个公开的Kaggle任务构建了分数审计工具，用于验证已有基准分数的真实含义，而非重新运行模型或训练新系统61% 相似待验证Codex在自动化缺陷修复场景中的工作流包括：静态分析触发缺陷报告→AI代理读取代码上下文→生成候选修复方案→沙箱中运行测试验证→提交Pull Request供人工审核61% 相似待验证基于 GitHub App，当 PR 触发的 CI 失败时，可让 Claude 在后台自动迭代修复测试失败并响应 review 评论60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1007717API
curl https://kongchang.com/api/v1/knowledge/claims/1007717MCP
get_claim(id=1007717)