待验证50% 置信基准精确时间

2024 年推出的 SWE-bench Verified 子集由人工筛选了 500 个高质量样本

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

Claude Code深度解析：为何成为最强AI编程工具

bilibili小码学IT2026/7/2

相关事实

已验证SWE-bench Verified是经过人工验证的子集，约500个样本，排除了描述模糊或测试不可靠的任务78% 相似已验证SWE-bench Verified经过人工审核确保每个实例的质量和可解性67% 相似待验证SWE-bench Verified由人工标注者筛除描述模糊或测试不稳定的样本，是业界权威的AI编程能力排行榜之一64% 相似待验证完整的手指组件已通过数百万次循环测试验证63% 相似待验证团队在四个MI355X节点上完成了超过100步优化器迭代的验证61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/114513

API

curl https://kongchang.com/api/v1/knowledge/claims/114513

MCP

get_claim(id=114513)