待验证50% 置信基准精确时间
在 20 个故意缺陷的 Maven 项目测试中，Qwen2.5-Coder 7B 成功修复 9/20（45%，平均延迟 29 秒），Qwen2.5-Coder 1.5B 成功修复 4/20（20%，平均延迟 12 秒），DeepSeek-Coder 6.7B 成功修复 1/20（5%，平均延迟 39 秒）。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/15
首次发现
有效期至：2026/10/29
来源
本地LLM修复Java项目：三个关键教训
rss2026/10/15
涉及实体
相关事实
待验证在修复真实bug的14道题测试中，DevStral和Qwen3各修好12道，平均每题不超过97秒70% 相似待验证经验内化微调把Qwen3-8B-27B的一次性得分从37.07提升到48.22，同时生成Token从641万降到57万（减少11倍）66% 相似待验证根据SWE-Bench Verified基准测试，Qwen 2.5 Coder 32B的编码能力评分达到61.7分65% 相似待验证参数规模仅32B的Qwen 2.5 Coder与更大的通用模型GPT-4o打平，表明代码专项训练在复杂数组形状与广播错误上有以小搏大效应65% 相似待验证Qwen3 27B在256K长上下文记忆检索测试（大海捞针）中取得100%通过率，15次运行全部准确65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1036233API
curl https://kongchang.com/api/v1/knowledge/claims/1036233MCP
get_claim(id=1036233)