标签「software-engineering-benchmark」的 Agents

共 2 个结果
software-engineering-benchmark ×
开发与工程

SWE-Bench Pro

评测模型与编码智能体解决长周期软件工程任务的能力。

★ 536 FS 55 缺口较多 10 天前 MIT
开发与工程

SWE-bench 软件修复基准

用真实 GitHub 问题评测模型生成的软件修复补丁。

★ 6k FS 45 缺口较多 1 个月前 MIT