arXiv · AI· Hua Lu, Pengcheng Wang, Han Li, Zichen Tian, Yanyu Chen, Huang He, Bingjin Chen·· 2026-10-14AI 评分20
SWEPatchTest 评估超越复现的软件测试
SWEPatchTest: Evaluating Software Tests Beyond Reproduction
AI 导读
SWEPatchTest 测试生成基准包含 619 个任务及 82,579 个候选补丁,联合验证率(JVR)仅 9.21%。 基准通过回放测试套件同时衡量问题复现、正确补丁接受与错误补丁拒绝。 验证分数可用于监督微调数据筛选,使 JVR 提升近三倍。
来源:arXiv · AI · arxiv.org