**ExplainBench：评估代码Agent解释质量的基准测试**

_ExplainBench: Evaluating Code Explanations from Agents_

> HuggingFace Daily Papers 推荐论文提出 ExplainBench，首个用于自动评估编码 Agent 生成解释可信度的基准。研究发现解释质量是独立于代码正确性的评估维度，且 Agent 常错误声称补丁有效。通过引入解释审计 Agent 运行额外测试验证，可显著提升解释可信度。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-05 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2607.26451)