This media is not supported in your browser
VIEW IN TELEGRAM
Project Hail Mary Updates:
Do you remember Clippy? Now imagine the possibilities.
https://twitter.com/HailMaryLogs/status/2030071776789541120
Do you remember Clippy? Now imagine the possibilities.
https://twitter.com/HailMaryLogs/status/2030071776789541120
🤣5
SWE-CI：通过持续集成评估智能体在代码库维护中的能力
Jialong Chen, Xander Xu, Hu Wei, Chuan Chen, Bing Zhao
大型语言模型（LLM）驱动的智能体已在自动化软件工程任务（如静态缺陷修复）方面展现出强大能力，这一点已通过 SWE-bench 等基准测试得到验证。然而，在现实世界中，成熟软件的开发通常以复杂的需求变更和长期的功能迭代为前提——这一过程是静态的、一次性的修复范式所无法捕捉的。
为填补这一空白，我们提出了 SWE-CI——首个基于持续集成循环构建的代码库级基准测试，旨在将代码生成的评估范式从静态、短期的功能正确性转向动态、长期的可维护性。
该基准测试包含100个任务，每个任务平均对应一个真实代码仓库中跨越233天、涵盖71次连续提交的演化历史。SWE-CI要求智能体通过数十轮分析与编码迭代，系统性地解决这些任务。
SWE-CI为评估智能体在长期演化过程中维持代码质量的能力提供了宝贵的参考依据。
https://arxiv.org/abs/2603.03823
论文结论：
- LLM 维护代码的能力确实在日渐提高
- 不同供应商的模型对维护的侧重程度不同
- 总的来说，LLM 在维护代码上做不咋地
Jialong Chen, Xander Xu, Hu Wei, Chuan Chen, Bing Zhao
大型语言模型（LLM）驱动的智能体已在自动化软件工程任务（如静态缺陷修复）方面展现出强大能力，这一点已通过 SWE-bench 等基准测试得到验证。然而，在现实世界中，成熟软件的开发通常以复杂的需求变更和长期的功能迭代为前提——这一过程是静态的、一次性的修复范式所无法捕捉的。
为填补这一空白，我们提出了 SWE-CI——首个基于持续集成循环构建的代码库级基准测试，旨在将代码生成的评估范式从静态、短期的功能正确性转向动态、长期的可维护性。
该基准测试包含100个任务，每个任务平均对应一个真实代码仓库中跨越233天、涵盖71次连续提交的演化历史。SWE-CI要求智能体通过数十轮分析与编码迭代，系统性地解决这些任务。
SWE-CI为评估智能体在长期演化过程中维持代码质量的能力提供了宝贵的参考依据。
https://arxiv.org/abs/2603.03823
论文结论：
- LLM 维护代码的能力确实在日渐提高
- 不同供应商的模型对维护的侧重程度不同
- 总的来说，LLM 在维护代码上做不咋地
arXiv.org
SWE-CI: Evaluating Agent Capabilities in Maintaining Codebases via...
Large language model (LLM)-powered agents have demonstrated strong capabilities in automating software engineering tasks such as static bug fixing. However, in the real world, the development of...
🥰5
Forwarded from Hacker News
Tinnitus Is Connected to Sleep (Score: 153+ in 7 hours)
Link: https://readhacker.news/s/6Ph2m
Comments: https://readhacker.news/c/6Ph2m
Link: https://readhacker.news/s/6Ph2m
Comments: https://readhacker.news/c/6Ph2m
ScienceAlert
Tinnitus Is Somehow Connected to a Crucial Bodily Function
We need to know more.
❤1
Eon 公司对果蝇做了全脑神经连接的模拟，并将其放置于一个模拟的环境中，发现虚拟果蝇出现了自发的行走、洗脸、吃东西行为。
https://x.com/alexwg/status/2030217301929132323
https://x.com/alexwg/status/2030217301929132323
X (formerly Twitter)
Dr. Alex Wissner-Gross (@alexwg) on X
The First Multi-Behavior Brain Upload
😨26🤯6🤔1🤩1
Forwarded from Hacker News
"Warn about PyPy being unmaintained" (Score: 151+ in 7 hours)
Link: https://readhacker.news/s/6PiPh
Comments: https://readhacker.news/c/6PiPh
Link: https://readhacker.news/s/6PiPh
Comments: https://readhacker.news/c/6PiPh
Forwarded from 🐟🎀 Channel
还有两个半小时，两点时 Vancouver 将痛失一个时，进入夏令时，然后就再也不会回到冬令时了。
PST (UTC-8) you served us well, hopefully there's no 4pm sun set anymore
Facts about daylight saving time:
- 冬令时是一战时模仿其他国家设立的；一战后废除。
- 二战时加拿大重新设立了冬令时，并沿用至今。
- 冬令时 Vancouver 的时区是 PST，UTC -08；夏令时为 PDT，UTC -07；两者统称为 PD（Pacific Time）。
- 冬令时换算到东八区时间为 +4h 并 AM / PM 对调。
- 冬令时 Vancouver 最早下午四点天黑、早上八点天亮。
- 更换冬令时的时候，统一往前拨表一小时（即到 3am 时拨到 2am）；更换夏令时的时候，统一往后拨表一小时（即到 2am 时拨到 3am）。
- 一些软件会因此出 Bug，如 Windows Server Manager 的 Performance Counter 图表会在更换为夏令时后在重叠的一小时内产生两条重叠的折线；我也因为 2019 / 2020 年某次自建 Windows NTP 服务器的时候因为配置失误导致时区出问题，结果早到校了一个小时。
- BC 原计划 2026 年 11 月 1 日更换为冬令时，但现已取消。在 2026 年 3 月 8 日 2am 拨到 3am 变成 PDT 后，将永无 PST。
PST (UTC-8) you served us well, hopefully there's no 4pm sun set anymore
Facts about daylight saving time:
- 冬令时是一战时模仿其他国家设立的；一战后废除。
- 二战时加拿大重新设立了冬令时，并沿用至今。
- 冬令时 Vancouver 的时区是 PST，UTC -08；夏令时为 PDT，UTC -07；两者统称为 PD（Pacific Time）。
- 冬令时换算到东八区时间为 +4h 并 AM / PM 对调。
- 冬令时 Vancouver 最早下午四点天黑、早上八点天亮。
- 更换冬令时的时候，统一往前拨表一小时（即到 3am 时拨到 2am）；更换夏令时的时候，统一往后拨表一小时（即到 2am 时拨到 3am）。
- 一些软件会因此出 Bug，如 Windows Server Manager 的 Performance Counter 图表会在更换为夏令时后在重叠的一小时内产生两条重叠的折线；我也因为 2019 / 2020 年某次自建 Windows NTP 服务器的时候因为配置失误导致时区出问题，结果早到校了一个小时。
- BC 原计划 2026 年 11 月 1 日更换为冬令时，但现已取消。在 2026 年 3 月 8 日 2am 拨到 3am 变成 PDT 后，将永无 PST。
🍾10❤1👍1