待验证50% 置信基准精确时间

SWE-bench Verified子集的通过率从2024年初不足5%跃升至49%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/6

首次发现

有效期至：2026/10/4

来源

Spotify AI实践：3000名工程师如何用Agent重塑研发体系

bilibiliGelai_AI2026/7/3

相关事实

待验证顶尖模型在SWE-bench上的解题率从2023年的不足5%跃升至2025年的30%以上75% 相似待验证2023年初主流模型的SWE-bench得分普遍低于5%，到2025年中顶级模型已突破70%75% 相似待验证2024年部分模型在SWE-bench上的成功率提升至30%-50%区间74% 相似待验证SWE-bench基准上最优系统的解决率已从最初的不到5%提升至超过40%73% 相似已验证2024年顶级模型在SWEbench-Verified上的通过率约为50-70%73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/113217

API

curl https://kongchang.com/api/v1/knowledge/claims/113217

MCP

get_claim(id=113217)