https://x7peeps.com/tags/%E5%9F%BA%E5%87%86%E6%B1%A1%E6%9F%93/index.htmlHugozh-CNMon, 26 Oct 2026 06:20:00 +0800https://x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/SWE-bench-%E8%A2%AB%E5%81%9C%E6%8A%A5%E7%9C%8B%E7%BC%96%E7%A0%81%E6%A6%9C%E5%8D%95%E5%85%88%E6%9F%A5%E5%9F%BA%E5%87%86/index.htmlMon, 26 Oct 2026 06:20:00 +0800https://x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/SWE-bench-%E8%A2%AB%E5%81%9C%E6%8A%A5%E7%9C%8B%E7%BC%96%E7%A0%81%E6%A6%9C%E5%8D%95%E5%85%88%E6%9F%A5%E5%9F%BA%E5%87%86/index.htmlSWE-bench 被停报：看编码榜单先查基准 OpenAI 在 2026 年 2 月停止报告 SWE-bench Verified 分数。几个月后，它又审计了作为替代方案的 SWE-Bench Pro，估计约 30% 的任务存在缺陷。