待验证50% 置信基准精确时间

SWE-bench由普林斯顿大学Carlos E. Jimenez等研究者于2023年发布，包含来自12个真实Python开源仓库的2294个Issue-PR配对样本

1

来源数

50%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

100亿Token实战：Codex长程工程能力深度测评

bilibili程序员阿江-Relakkes2026/6/9

相关事实

待验证SWE-bench 基准由普林斯顿大学研究团队于2023年发布，包含2294个经过验证的问题单-修复提交配对74% 相似待验证SWE Bench由普林斯顿大学研究团队于2023年推出，测试集包含来自12个主流开源Python项目的2294个真实问题72% 相似待验证SWE-Bench由普林斯顿大学研究团队于2023年发布，要求模型在真实代码仓库语境下理解跨文件依赖、定位根因并生成补丁68% 相似待验证SWE Bench由普林斯顿大学研究者于2023年发布，基于真实GitHub仓库的Issue-PR对，使用仓库自带测试套件评判，Pro版本增加了时间过滤去污染机制66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/155995

API

curl https://kongchang.com/api/v1/knowledge/claims/155995

MCP

get_claim(id=155995)