AGI Hunt· PawelHuryn·· 3 小时前AI 评分52
Bug Hunt Bench 用 105 个真实 bug 盲评 GPT-6 等前沿模型
Bug Hunt Bench 实测 105 个真实 bug，GPT-6 三轮全胜碾压对手
AI 导读
开发者 Pawel Huryn 发布 Bug Hunt Bench，从两个生产级仓库提取 105 个真实 bug，让 GPT-6、Claude、Grok、Gemini、DeepSeek 等模型在各自的 CLI 环境中找 bug 并修复，采用盲评打分。
来源：AGI Hunt · agihunt.info