capy-flash

实测：本地量化模型与Claude修复9个真实Bug对比

一位开发者在LocalLLaMA发帖，用自研引擎的9个真实C++/CUDA回归Bug对比本地量化模型与Claude的修复能力，采用自动评分与Claude Opus 5盲评双重打分，两者相关性达0.79。测试在无网络、无CUDA工具链的沙箱中进行，每任务最多80步、每模型跑3次。