arXiv · AI· Songwei Yu, Ziqi Miao, Jingxuan Xu, Junhao Fan, Haoyang Huang, Yuan Xiong, Zihang Xu, Weihao Li, Wenqiang Zhu, Yuechen Luo, Xinshun Feng, Yanan Wu, Ken Deng·· 2026-10-15AI 评分35
SWE-Nexus 基于测试执行自动构建软件工程任务
SWE-Nexus: Automated Composition of Software Engineering Tasks from Test Execution
AI 导读
SWE-Nexus 自动构建包含 600 个任务、覆盖 105 个代码库和 6 种编程语言的基准,任务源自测试执行而非历史变更边界。 该基准含 116 个原子任务和 484 个复合任务,通过 4 个构建代理选测、适配追踪与评估协议并生成行为规范。 最佳配置在单次尝试中解决 37.8% 的任务,使任务构建超越单一历史变更验证行为。
来源:arXiv · AI · arxiv.org