待验证90% 置信事实时间未知
SWE-bench是由普林斯顿大学研究团队于2023年推出的大型语言模型编程能力评估基准，从GitHub上12个主流Python开源项目中提取了2294个任务实例
1
来源数
90%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
Rovo Agent：每天2000万免费Token，SWE-bench排名第一的AI编程CLI工具
bilibiliAI-seeker
涉及实体
相关事实
待验证SWE-Bench由普林斯顿大学团队发布，从GitHub上12个真实Python开源项目抽取近2300个真实Issue，2024年初顶级模型通过率仅约4%-5%，至2025年头部模型已突破60%80% 相似待验证SWE-bench由普林斯顿大学团队提出，包含2294个来自Django、Flask、Scikit-learn等12个Python开源仓库的真实GitHub Issue-Pull Request对79% 相似待验证SWE-Bench 由普林斯顿 NLP 团队于 2023 年提出，从 GitHub 抓取了 2294 个真实 Issue-PR 对，覆盖 12 个主流 Python 项目79% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/23479API
curl https://kongchang.com/api/v1/knowledge/claims/23479MCP
get_claim(id=23479)