待验证50% 置信基准精确时间

SWE-bench基准上最优系统的解决率已从最初的不到5%提升至超过40%

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/8/18

首次发现

有效期至：2026/9/1

来源

智能体工程实录：25天打造主动型AI开发者助手

相关事实

待验证SWE-bench 发布初期顶级模型通过率不足 2%，当前领先系统通过率已突破 50%78% 相似待验证SWE-bench Verified子集的通过率从2024年初不足5%跃升至49%73% 相似待验证SWE-bench 是衡量模型在真实 GitHub Issue 上自主修复能力的基准，早期模型解决率不足 5%，2025 年主流产品已突破 50%70% 相似待验证在 SWE-bench 上早期模型解决率不足 5%，2025 年主流产品已突破 50%68% 相似待验证在SWE-bench Full版本上，多数模型的通过率仍低于20%68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/769922

API

curl https://kongchang.com/api/v1/knowledge/claims/769922

MCP

get_claim(id=769922)