已验证75% 置信事实时间未知
SWE-bench Verified是经过人工验证的子集，约500个样本，排除了描述模糊或测试不可靠的任务
5
来源数
75%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
Qwen在SWE-bench持续领跑：开源AI编程模型的崛起
twitterSWEbench
涉及实体
相关事实
已验证SWE-bench Verified由人工标注者筛除描述模糊或测试不稳定的样本，是业界权威的AI编程能力排行榜之一80% 相似待验证2024 年推出的 SWE-bench Verified 子集由人工筛选了 500 个高质量样本78% 相似已验证SWE-bench Verified经过人工审核确保每个实例的质量和可解性70% 相似待验证探针测试中六个埋设缺陷全部被明确识别，另有一个键外有效发现：审稿人指出87%缓存命中率下将完整19ms源站获取计入每请求平均值的指标定义与命中率矛盾。69% 相似待验证SWE-bench Verified 的评分机制依赖自动化测试套件，模型提交代码补丁后系统运行预定义单元测试来判断是否通过67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/26932API
curl https://kongchang.com/api/v1/knowledge/claims/26932MCP
get_claim(id=26932)