已验证70% 置信事实时间未知

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

4

来源数

70%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

Qwen在SWE-bench持续领跑：开源AI编程模型的崛起

twitterSWEbench

涉及实体

SWE-bench Verifiedproduct

相关事实

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编程能力排行榜之一80% 相似待验证2024 年推出的 SWE-bench Verified 子集由人工筛选了 500 个高质量样本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70% 相似待验证作者检查了约1500次检测调用，手动挖掘误报、调整边界框后重新训练模型67% 相似待验证Ultra Review的验证阶段在测试中驳回了至少9个误报Bug65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/26932

API

curl https://kongchang.com/api/v1/knowledge/claims/26932

MCP

get_claim(id=26932)