EDIT-Bench: почему модели плохо понимают ваши "исправь это" и как давать инструкции эффективнее

Обнаружено: модели проваливаются на коротких инструкциях типа «исправь ошибку», когда контекст большой. Протестировали 40 моделей на 540 реальных задачах программистов — лучшая (Claude Sonnet 4) справилась только с 65%. Остальные ещё хуже. Метод EDIT-Bench позволяет получать точные правки кода вместо «модель изменила не то место». Фишка: явное выделение фрагмента для редактирования + подробная инструкция что именно сделать. Точность с ~40% → 60%+ по данным исследования.