» Etiket
testing
82 yayınEşzamanlı Ajan Yamalarını Taban Commit'e Göre Birleştirme
Eşzamanlı kod ajanı yamalarını taban commit, diff dijesti ve hunk sahipliğiyle belirlenimci biçimde birleştiren protokol ve test senaryosu.
AI ajanlarının doğrulamadan konuşmasını engelleyen disiplin kiti
Bir hook tabanlı araç, AI ajanlarının okumadığı dosyaları düzenlemesini engelliyor; kapsam belirleme, tüketici kontrolü ve doğrulanmış oturum devri sağlıyor.
Hiç Görsel veya Ses Dosyası Olmadan 8-Bit RPG Yapmak
Pixel Quest adlı tarayıcı RPG'si sprite'ları string dizilerinden çizip müziği WebAudio ile anlık sentezliyor; hiç görsel veya ses dosyası içermiyor.
CommitBrief — terminalde yapay zekâ destekli kod incelemesi
Staged değişiklikleri, bir commit aralığını ya da bütün bir GitHub pull request'ini yerelde inceleyen sağlayıcı bağımsız CLI. Sıfır telemetri, sunucu yok. Açık kaynak, GPL-3.0.
commitbrief.comTarayıcı Otomasyonuna İşletim Sistemi Tarzı Kesme İşleyicileri
Flaky web otomasyon betiklerini çözmek için işletim sistemi tarzı kesme (interrupt) mantığını uygulayan Cue mekanizmasının mühendislik detayları.
Few-shot örnekleri eval setinden geldi: 0.94 skoru bir kurguydu
Few-shot seçici ve eval seti aynı JSONL dosyasını paylaşınca 0.94 skoru sahteydi. Prompt-zamanı veri kirlenmesi ve kontrol yöntemi.
Loop Mühendisliği: Yanlış Alarm Veren Kontrolü Düzeltmek
Ajan döngülerinde yanlış alarm veren bir kontrolü silmeden düzeltme rehberi: zayıflatmak neden gerçek yakalamaları sessizce devre dışı bırakır?
Diferansiyel Testler Native ve Generic XDP Farklarını Gösteriyor
Native ve generic XDP arasındaki davranış farklarını ölçen açık kaynak diferansiyel test harness'ı ve 11 paketlik taban çizgisi sonuçları.
PromptLedger v0.7: Prompt değişiklikleri için regresyon kapıları
PromptLedger v0.7, prompt sürümlerine evaluation run, metrik karşılaştırma ve politika tabanlı CI regresyon kapıları ekliyor.
Küçük eval setleri regresyonu yakalayamaz: istatistiksel güç sorunu
40-50 örneklik eval setleri regresyonların çoğunu kaçırır. İstatistiksel güç, Wilson aralığı ve ikili kriterlerle doğru ölçüm nasıl yapılır?
Playwright ve Auth0 ile E2E Testleri Kurma: Zaman Alan 5 Adım
Jo4, Playwright ile E2E testleri kurarken karşılaştığı zorlukları ve çözümleri paylaşıyor.