編程智能體的新標準！MiniMax 發佈 OctoCodingBench 基準測試

MiniMax推出開源基準測試OctoCodingBench，旨在評估編程智能體在代碼倉庫環境中遵循指令的能力。該測試彌補了現有基準（如SWE-bench）主要關注任務完成能力的不足，爲智能體評估和優化提供了新方向。