待验证50% 置信基准精确时间

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

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/24

首次发现

有效期至：2026/10/22

来源

Vibe Coding入门：零基础用AI做出第一个项目

相关事实

待验证SWE-bench Verified由普林斯顿大学于2023年推出，衡量AI在真实GitHub Issue上的自动化软件工程能力，其Verified子集经过人工审核81% 相似待验证SWE-bench于2024年将评测对象从函数扩展到真实GitHub Issue的修复80% 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Issue78% 相似已验证SWE-bench由普林斯顿大学团队开发，Pro版本要求模型在真实GitHub代码仓库中定位Bug并生成修复补丁77% 相似已验证SWE-Bench由普林斯顿大学于2023年推出，从GitHub真实开源项目中抽取数千个已解决的Issue来评测AI编程能力75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/602782

API

curl https://kongchang.com/api/v1/knowledge/claims/602782

MCP

get_claim(id=602782)