已验证70% 置信事实时间未知
SWE-Bench从GitHub上12个主流Python开源项目中收集了2294个真实的Issue-Pull Request对
4
来源数
70%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
Claude Haiku 4.5发布：速度翻倍价格仅三分之一，AI编码性价比新标杆
bilibili小工蚁创始人
涉及实体
相关事实
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83% 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81% 相似待验证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最初包含来自Django、Flask、Pandas、Scikit-learn等12个知名Python开源项目的2294个真实GitHub issue79% 相似已验证SWE-bench由普林斯顿大学研究团队于2023年发布，从12个知名Python开源项目中收集了2,294个真实的GitHub Issue及其对应的Pull Request修复方案77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/24466API
curl https://kongchang.com/api/v1/knowledge/claims/24466MCP
get_claim(id=24466)