ANCHOR：仓库级编码智能体工程约束遵循基准

研究者提出并发布 ANCHOR 基准，用于评估仓库级编码智能体的“工程约束遵循”能力。该基准基于自然、多语言的仓库任务构建，覆盖八个语言组，并包含一个约束分类体系，分为 10 类和 78 种叶类型。 据论文表述，ANCHOR 全称为 Assessing Naturalistic Constraint Hierarchies and Ordering in Repository-Grounded Agentic Coding，其评测重点在于约束的层级与顺序。相关论文由 Wenqiang Zhu 等作者完成，目前以 arXiv 预印本形式公开（cs.CL 分类），尚未见其他来源对其评测结果或结论的独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。