Reddit · heyitsdannyle / reddit ·
SWE-Race:包含 188 个真实并发缺陷的编码 Agent 基准,附三个模型的结果
为什么值得读: 直接命中 AI Coding 与 Agent 评测,是可用来判断编码 Agent 真实能力的可追溯基准,参考价值高。
AI 摘要
发布了一个针对编码 Agent 的基准 SWE-Race,收录 188 个真实世界的并发 bug,并给出三个模型在该基准上的评测结果。
相关事件与更多上下文见编辑部与归档页。