共 1 篇相关文章
SWE-agent团队实验发现,mini-SWE-agent在GPT-5和Claude Sonnet 4之间随机切换,SWE-bench得分竟超越任何单一模型。本文深入解析轮盘模式的实验数据、成本分析与背后的多样性假说。