热点事件观察中

SWE-Nexus 自动构建软件工程任务基准

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Songwei Yu 等作者发布 SWE-Nexus，一个通过测试执行自动构建仓库级实现任务的全自动流水线，由四个构建智能体筛选测试、适配追踪与评估协议并生成行为规范。其基准包含来自 105 个仓库、六种编程语言的 600 个任务，其中 116 个为原子任务、484 个为组合任务。在三种智能体脚手架下评测 12 个模型，最佳配置单次尝试解决 37.8% 的任务。

AI 根据报道生成 · 1 天前更新

最新进展10月16日 12:00

SWE-Nexus：从测试执行自动组合软件工程任务

报道时间线

沿着报道，了解事件的不同侧面。

10月16日

12:00
arXiv cs.AI
SWE-Nexus：从测试执行自动组合软件工程任务
SWE-Nexus 是一个全自动流水线，通过测试执行构建仓库级实现任务，由四个构建智能体筛选测试、适配追踪与评估协议并生成行为规范。其基准包含来自 105 个仓库、六种编程语言的 600 个任务（116 个原子任务、484 个组合任务），在三种智能体脚手架下评测 12 个模型，最佳配置单次尝试解决 37.8% 的任务。

本事件热度走势

可比范围当前: 3
可比范围峰值: 810月16日 22:00
近 24 小时变化: -51%

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。