待验证50% 置信事实精确时间

SlopCodeBench 衡量模型在真实、混乱、包含低质量（slop）代码输入下的综合表现，而非仅单轮代码生成正确率。

1

来源数

50%

置信度

长期有效

时效性

2026/10/20

首次发现

来源

Opus 5.5 与 Astra 领跑 SlopCodeBench 2026：高推理限制为何适得其反

涉及实体

SlopCodeBenchconcept

相关事实

待验证Slop Code Bench的做法是先让模型从零构建一个项目，然后不断追加功能，每个挑战包含3到10个检查点71% 相似待验证Slop Code Bench基准测试模拟多轮迭代、持续追加功能的真实开发场景，考察代码库长期可维护性。70% 相似已验证代码生成领域的模型评估如HumanEval、SWE-bench格外强调功能正确性而非流畅度68% 相似待验证slop-grader 是一款基于规则的命令行（CLI）工具，用于检测AI生成文案中的注水内容，输出整篇文档评分及逐行标记64% 相似待验证slop-grader 允许用户定义自定义规则集来检验文档质量64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1077156

API

curl https://kongchang.com/api/v1/knowledge/claims/1077156

MCP

get_claim(id=1077156)