MaxxBench – "Güzel DeepSWE Skoru. Peki Gerçek mi?": Kodlama Ajanlarında Görev Adaptasyonu ve Genelleme Testi
MaxxBench'e Giriş: Kodlama Ajanlarında Ezber mi, Adaptasyon mu? Yapay zeka kodlama ajanlarını değerlendirirken karşılaştığımız en ilginç sorunlardan biri,…

