待验证50% 置信事实精确时间

SWE-bench的评分指标为Resolved Rate，即成功解决的Issue比例

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

Benzi代码智能引擎深度解析：真能超越Claude Code吗

涉及实体

SWE-benchproduct

相关事实

待验证SWE-bench 是衡量模型在真实 GitHub Issue 上自主修复能力的基准，早期模型解决率不足 5%，2025 年主流产品已突破 50%63% 相似待验证卡玛比率（Calmar Ratio）以年化收益除以最大回撤，侧重对尾部风险的惩罚62% 相似待验证SWE-bench Verified子集的通过率从2024年初不足5%跃升至49%61% 相似待验证评估回测收益需关注风险调整后指标，如夏普比率和最大回撤，年化 30% 但最大回撤 60% 的策略不如年化 15% 但回撤仅 10% 的策略60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/907386

API

curl https://kongchang.com/api/v1/knowledge/claims/907386

MCP

get_claim(id=907386)