AIJavaScript★ 207⑂ 9 форков
phuryn/bug-hunt-bench
НАЙТИ 105 БАГОВ
Bug Hunt Bench — бенчмарк 105 реальных багов в 2 репозиториях. AI-модели (GPT-6, Claude, Grok, Gemini, DeepSeek) находят и исправляют их в CLI, оцениваются слепо на лидерборде, выдавая receipt.
// КЛЮЧЕВЫЕ ОСОБЕННОСТИ
- 105 реальных багов в 2 репозиториях
- AI-модели находят и исправляют баги в CLI
- Слепое тестирование на лидерборде
- Выдача receipt после каждого исправления
#ai-coding#benchmark#bug-fixing#claude-code#codex-cli#coding-agents#gpt-6#leaderboard#llm-benchmark#llm-evaluation#software-engineering-agents
Открыть на GitHub →Новые репозитории каждые 30 минут
REDDYX AI сканирует GitHub 24/7 и присылает лучшие AI/ML/Web3 проекты в Telegram.
Подписаться в Telegram