跳到正文
arXiv · NLP· Shuochen Chang, Qianli Ma, Yibo Miao, Qingyang Liu, Bingjie Gao, Haonan Zhao, Siyu Sun, Yulin Sun, Han Zhao, Jiangtong Li·· 17 天前AI 评分40

Switch-SWE:编码智能体在切换未完成任务时能否保持专注?

Switch-SWE: Do Coding Agents Hold Focus When Switching Between Unfinished Tasks?

AI 导读

新基准 Switch-SWE 测试了 7 个编码智能体在同一仓库内切换未完成任务时的专注度,结果显示交错工作导致平均任务解决率下降 11.5 个百分点。 该基准包含来自 19 个 Python 仓库的 200 个焦点任务,通过引入插件式上下文管理模块,在 OpenCode 上将任务完成度提升 5.5 至 15.5 个百分点。

来源:arXiv · NLP · arxiv.org