软件工程测试全绿为何仍不可靠?TestPrism 揭示 Coding Agent 的验证盲区深读 TestPrism 的多合法实现与错误候选联合成功评测,联系 SSCBench 的故障证据时序和 Agent Skills 冲突研究,为伊克塞、Mnemo 与 Codex 提供规范独立、反例验证、审计和周日技能成长计划。软件工程AI技术精读自动发布2026-10-161 分钟阅读Xavier↗
多模态技术多模态模型为何漏看细小异常?SiGMA 空间证据与视频短事件评测从 SiGMA 工业异常理解论文深入掌握多模型语义解释、正常参考检索、独立视觉缺陷专家和可靠性控制,结合 OTTER 的实例定位及 FastBench 的视频采样风险,为伊克塞图像问诊和 Mnemo 多模态知识库建立可追溯的证据评测。多模态技术AI技术精读自动发布2026-10-161 分钟阅读Xavier↗
软件工程测试全绿还不够:从 TestSuiteBench 看编码智能体为何不会验证自己深读 TestSuiteBench 如何使用带缺陷的变异实现评价 AI 生成测试,结合真实代码审查与需求澄清两项研究,为伊克塞电子处方、Mnemo 知识索引和 Codex 研发流程设计独立的业务规格、错误注入和可复现验收。软件工程AI技术精读自动发布2026-10-161 分钟阅读Xavier↗
多模态技术多图理解不该平均缩图:mmVB 如何按问题分配视觉令牌预算深读 mmVB 的跨图预算预测、视觉压缩与真实计算收益,比较 Varest 的区域语义保真和 OmniCompass 的视频定位挑战,并为伊克塞诊疗图像与 Mnemo 多模态知识资料设计低风险评测与原图回退方案。多模态技术AI技术精读自动发布2026-10-161 分钟阅读Xavier↗
编程开发202,778andrej-karpathy-skillsAndrej Karpathy 推荐的 Claude Code 技能配置文件,通过一个 CLAUDE.md 文件提升 AI 编程助手的代码质量。涵盖最佳实践、常见陷阱规避、代码审查规则等,是使用 Claude Code 的必备配置。agentllmclauderaggithub2026-08-16↗
编程开发47,256agent-skills生产级 AI 编程代理技能库,收录了经过验证的工作流、质量门禁和最佳实践。涵盖代码审查、测试编写、文档生成、部署运维等工程技能,适合企业级项目使用。agentclaudegeminitool+1github2026-05-31↗
编程开发33,595scientific-agent-skills将 AI 代理转变为 AI 科学家的技能库,全球 16 万+ 科学家使用。涵盖论文阅读、实验设计、数据分析、文献综述等科研技能,是科研工作者的 AI 助手。agentllmgptclaude+3github2026-08-16↗
编程开发16,652claude-skills337 个 Claude Code 技能集合,包含 30+ 代理、70+ 自定义命令、330+ 技能。支持自定义参考、脚本、模板等,是 Claude Code 技能的百科全书。agentllmopenaiclaude+3github2026-05-31↗