研究者提出ExLabel并构建SWE-TQ基准
热点事件持续更新
研究者提出ExLabel并构建SWE-TQ基准
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Zhonghao Jiang等作者提出基于大语言模型的自进化、经验引导助手ExLabel，用于评估SWE-bench风格数据集的任务清晰度与测试覆盖情况。 团队同时构建了覆盖8种编程语言的SWE-TQ基准，作为该评估方法的配套数据集。目前报道仅介绍方法与基准的构成，未给出评估效果或验证结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
ExLabel：用自进化智能体评估 SWE-bench 风格数据集的任务清晰度与测试覆盖报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIExLabel：用自进化智能体评估 SWE-bench 风格数据集的任务清晰度与测试覆盖
研究者提出基于 LLM 的自进化经验引导助手 ExLabel，用于评估 SWE 数据集的任务清晰度与测试覆盖，并构建了覆盖 8 种编程语言的 SWE-TQ 基准。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。