SWE-bench：真实软件问题修复评测（论文首次公开）

1 篇报道 · 1 个站点 · 2023年10月10日

事件概览 · 最新报道的来源摘要用真实仓库问题与补丁评估语言模型的端到端软件修复能力；通过率不等同于所有开发任务上的可靠性。

报道热度

历史快照不足，暂不展示趋势。当前 48 小时热度 0；至少两个不同站点的近期报道才计入。

按原文日期，从新到旧

AI 编程arXiv · 论文作者2023年10月10日

用真实仓库问题与补丁评估语言模型的端到端软件修复能力；通过率不等同于所有开发任务上的可靠性。

未读