DoGBench evalúa la capacidad de agentes de IA para documentación técnica
DoGBench es un benchmark diseñado para medir la capacidad de los agentes de inteligencia artificial para generar y mantener documentación técnica de usuario de calidad experta. La herramienta evalúa a los agentes mediante 292 tareas extraídas de proyectos de código abierto reales, como Helm, PostHog
