Jinze Li团队发布SWE-Residual基准
热点事件持续更新
Jinze Li团队发布SWE-Residual基准
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Jinze Li等人在arXiv上引入SWE-Residual基准，用于评估编程智能体在已有未完成工作状态下保持性能的能力。该基准包含198个残留状态，源自DeepSWE和Terminal-Bench的111个任务。 在测试设置中，被评估的智能体仅接收原始请求和当前的残留状态，无法获取前驱者的操作轨迹，也不知晓之前的尝试已失败，以此模拟真实的接手场景。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
SWE-Residual 基准：评估编程智能体起始状态鲁棒性报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · NLPSWE-Residual 基准：评估编程智能体起始状态鲁棒性
SWE-Residual 基准包含源自 DeepSWE 和 Terminal-Bench 的 198 个残留状态，用于测试智能体在接手既有未完成工作时的鲁棒性。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月20日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。