評測方法要求以配對基線呈報候選系統提升

2026年10月17日，DEV Community刊出一篇評測方法文章，要求先在任務集上測量基線，再以候選求解器相對基線的配對提升報告分數。文章指定基線包括 no-op 和規則式求解器；候選系統與基線須使用同一凍結任務集、提示詞範本及解析器，並在同一時間窗運行。若缺少配對基線，報告腳本會拒絕輸出提升值。文章亦指出，跨日或跨任務集的結果不宜用作提升比較，並披露本文屬於 MonkeyCode 產品推廣內容的一部分。

AI 根據報道生成 · 2 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。