待验证70% 置信事实精确时间

SWE-bench于2024年将评测对象从函数扩展到真实GitHub Issue的修复

2

来源数

70%

置信度

长期有效

时效性

2026/7/10

首次发现

来源

GPT-5.6三模型详解：Sol、Terra、Luna分层定位与能力对比

bilibiliX信息差2026/6/28

相关事实

待验证SWE-bench要求模型修复GitHub上真实Issue，SWE-bench Verified版本于2024年兴起并成为衡量AI Agent编程能力的黄金标准80% 相似待验证GitHub在2024年开始探索仓库质量评分机制，结合贡献者活跃度、Issue响应率、代码覆盖率等多维度指标75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/419809

API

curl https://kongchang.com/api/v1/knowledge/claims/419809

MCP

get_claim(id=419809)