发布ExpertCrowd-SWE编程Agent基准：100个专家任务
热点事件持续更新
发布ExpertCrowd-SWE编程Agent基准：100个专家任务
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
论文作者发布编程Agent评测基准ExpertCrowd-SWE，包含100个专家编写的多文件软件工程任务，用于评测自主编程Agent在大型陌生代码库中的表现，并评测了七个前沿编码模型。 任务覆盖87个开源项目和11种语言。为限制数据污染，作者仅公开24个任务及其运行环境、评分器与结果，其余76个任务保留不公开。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
ExpertCrowd-SWE 基准：用专家编写任务评测前沿编程 Agent报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIExpertCrowd-SWE 基准：用专家编写任务评测前沿编程 Agent
ExpertCrowd-SWE 是一个包含 100 个专家编写的多文件软件工程任务的基准，用于评测自主编程 Agent 在大型陌生代码库中的表现，任务覆盖 87 个开源项目和 11 种语言。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。