待验证50% 置信事实精确时间

SWE-bench评估基准收集了来自真实GitHub仓库的数百个Issue和对应的修复方案

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

OpenAI Codex深度解析：从ChatGPT到AI编程智能体的跨越

bilibili饭饭大王ouo2026/6/23

相关事实

待验证SWE-bench Verified 由普林斯顿大学研究团队开发，从 GitHub 真实仓库抽取需修复的 Issue79% 相似已验证SWE-bench要求模型在真实GitHub仓库中定位并修复实际Issue76% 相似已验证SWE-bench（真实GitHub Issue修复率）被业界视为衡量编程Agent能力最具参考价值的指标76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/42128

API

curl https://kongchang.com/api/v1/knowledge/claims/42128

MCP

get_claim(id=42128)