Tianqi Liu, Yandong Guan, Songze Li, Wenkai Wang, Gang Yu, Chengfei Lv · 2026 · arXiv
DOI: 10.48550/arXiv.2610.26394 · open-access PDF
يقدم العاملون في محفظات الشركات المتقدمة وظائف تطويرية بشكل متزايد، إلا أن النتائج الحالية توفر رؤية محدودة حول ما إذا كانوا يتبعون ملفات متطلبات المنتج (PRDs) الكاملة أو أين يتوقف إرسالها.تصنيع الحلول والتطوير من الصفر يترك التكلفة المتزايدة من التكلفة المتزايدة غير مكتملة، في حين أن الاختبارات الفردية توفر دلالات غير كافية على متطلبات الأعمال والتكامل.نقدم PACE، وهي النتائج التي تتكون من 43 وظيفة الشركات مع 750 نقطة رمزية محققة من الخبراء.إنها تتضمن إعادة بناء المتطلبات، وإقامة المعايير، وإدارة الأدلة.
Machine translation (Meta M2M100); the English original follows.
Coding agents increasingly undertake development tasks in mature enterprise repositories, yet existing benchmarks offer limited insight into whether they fulfill complete Product Requirement Documents (PRDs) and where delivery breaks down. Issue resolution and development from scratch leave incremental PRD fulfillment underexplored, while isolated tests provide incomplete evidence of business and integration requirements. We introduce PACE, a benchmark of 43 enterprise tasks with 750 expert-audited Code Points. It combines requirement reconstruction, criterion construction, and evidence-based
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.26394, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange