Parsimony

Show HN: Parsimony – an open-source benchmark for how much code AI models add

Bilaketa eta ikerketa Iturburua: Hacker NewsPuntuazioa 3.21· #29 zerrenda beroan77 puntu· Lehen zerrendatuta 2026(e)ko urr. 15(a)

Bisitatu Parsimony webgunea / proiektu-orria →HN eztabaida

Zer da Parsimony

Parsimony kode irekiko benchmark bat da, AI kodeatze-ereduek zereginen osaketan sartzen duten kode gehigarria neurtzen duena, ereduen laburtasuna ebaluatzen duena.

Ezaugarri nagusiak

Neurtzen du AI kodeatze-ereduek zereginen osaketan sartzen duten kode gehigarriaren kopurua
Erabiltzen ditu elementu sintaktikoak (adibidez, adierazpenak, deiak, izenak eta literalak) kodetze-unitate gisa zenbatzeko
Ebaluatuta DeepSWE, SWE-bench Verified eta SWE-bench Live-ko patch publikoetan
Kodetze-unitate garbiaren kalkulua: ezabatutako kodea kentzen da
Onartzen du erabiltzaileek patch publikoak bidaltzea eredu berrientzat

Nori zuzenduta dago

Egokia da AI kodeatze-ereduen garatzaileentzat, ikertzaileentzat eta kodearen mantentze-luzeari buruz arduratzen diren garatzaileentzat.

Nola hasi

Bisitatu https://parsimony.lasu.dev/ benchmark-emaitzak ikusteko
Joan https://github.com/La5u/Parsimony-ra kode irekia eta metodologia xehatua ikusteko
Bidali patch publikoak eredu berrientzat benchmark-ean parte hartzeko

Tresnaren webgune ofizialean / READMEan / abiarazte-orrian dauden deskribapen publikoetatik bilduta. Prezioak eta erabiltzaile-kopuruak ez dira egiaztatu; egiaztatu webgune ofiziala. Atal batzuk AI laguntzarekin idatzi ziren. Txineraz eta ingelesez idatzia; beste hizkuntzak makinaz itzulita daude.