部分验证80% 置信事实时间未知
SWE-Bench测试集包含来自12个主流Python开源项目的2294个真实Bug修复任务
7
来源数
80%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
Cursor+Skills搭建财报分析AI Agent：从零到一实战教程
bilibiliAfterShip
涉及实体
相关事实
待验证SWE-Bench contains 2,294 real bug-fix tasks from 12 mainstream Python open-source projects.80% 相似待验证SWE-Bench 的测试集来源于 Django、Flask、NumPy、Scikit-learn 等主流 Python 开源项目的真实 Bug 报告77% 相似待验证SWE-bench 基准由普林斯顿大学 NLP 团队于 2023 年发布，从 12 个真实开源 Python 项目中抽取 2294 个经过验证的 Issue-PR 配对70% 相似待验证SWE-bench 的评测任务来自 12 个主流 Python 开源仓库，包括 Django、Flask、scikit-learn 等68% 相似待验证SWE-bench从12个流行的Python开源项目中提取了2,294个真实的Issue-Pull Request对68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/3035API
curl https://kongchang.com/api/v1/knowledge/claims/3035MCP
get_claim(id=3035)