已收录文章摘要，完整内容可前往原文阅读。
论文导读复旦大学、阿里巴巴、浙江大学、香港中文大学等机构用273项真实应用修改任务测试代码AI。十个模型端点中，最高平均严格完成率为69.9%，但整项任务全部通过的比例只有26.4%。这套Co-Des