研究者发布SWE-Skills-Bench评估Agent技能效用
热点事件持续更新
研究者发布SWE-Skills-Bench评估Agent技能效用
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Tingxu Han等作者提出并发布SWE-Skills-Bench，一个以技能为中心、需求驱动的基准，用于衡量单个Agent技能在真实软件工程任务上能带来多大提升。 该基准从98个公开SWE技能出发，为每个技能配对一个固定commit的真实GitHub仓库，在四种Agent模型配置下分别做无技能与有技能的配对评测，共3920次。 据作者介绍，这一设计旨在检验Agent技能在真实软件工程任务中的实际效用。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
SWE-Skills-Bench：Agent 技能在真实软件工程中真的有用吗报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AISWE-Skills-Bench：Agent 技能在真实软件工程中真的有用吗
研究者提出 swe-skills-bench，一个以技能为中心、需求驱动的基准，用于衡量单个 Agent 技能在真实软件工程任务上的提升幅度。该基准从 98 个公开 SWE 技能出发，每个技能配对一个固定 commit 的真实 GitHub 仓库，在四种 Agent 模型配置下分别做无技能与有技能的配对评测，共 3920 次。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。