待验证90% 置信事实时间未知

SWE-bench（Software Engineering Benchmark）是目前衡量智能体编码能力的核心基准，从真实的GitHub Issue出发要求模型自主定位代码库中的问题并提交修复补丁

1

来源数

90%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

Claude 4.5 Sonnet实测：一条指令构建完整AI视觉应用

bilibiliUltralytics

涉及实体

SWE-benchconcept GitHubcompany

相关事实

待验证SWE-bench要求模型解决GitHub上真实的软件缺陷，是评估Agent级编程能力的权威基准79% 相似已验证SWE-bench直接从GitHub真实开源项目中提取issue和对应的pull request，要求AI系统理解问题描述、定位代码缺陷并生成正确的修复补丁77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/24179

API

curl https://kongchang.com/api/v1/knowledge/claims/24179

MCP

get_claim(id=24179)