待验证50% 置信事实精确时间
DeepSWE 属于 SWE-bench 这一类软件工程评测的衍生或同类基准，评分通常是「解决的 issue 比例」。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
DeepSeek V4.1-Flash-1017发布：DeepSWE 77分并开放搜索API
rss2026/10/17
涉及实体
相关事实
已验证DeepSWE是面向软件工程场景的代码能力评测基准，任务来源于真实的GitHub Issue修复场景75% 相似待验证DeepSWE 是由 CosineAI 团队推出的软件工程评估基准，脱胎于 SWE-bench73% 相似已验证DeepSWE系列基准用于衡量模型在真实软件工程场景中的自主端到端工程能力73% 相似待验证DeepSeek的编程智能体DeepSWE在SWE-bench基准测试中从预览版的12.8分提升至62.7分71% 相似待验证DeepStop UE（DeepSeek Open Source Benchmark for Unified Evaluation）是DeepSeek用于评估编程智能体能力的基准测试集，考察智能体与harness协同运作的整体表现70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1052168API
curl https://kongchang.com/api/v1/knowledge/claims/1052168MCP
get_claim(id=1052168)