待验证50% 置信基准精确时间

SWE-bench基准测试已成为评估AI Agent代码能力的行业标准，包含从真实GitHub仓库中提取的软件工程任务

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

AI辅助编程全面渗透：软件开发行业的范式转变

涉及实体

SWE-benchconcept

相关事实

已验证SWE Bench是由普林斯顿大学提出的软件工程基准测试，专门评估AI模型解决真实GitHub Issue的能力79% 相似已验证AI 编程领域最受认可的评测基准包括 HumanEval（测试从函数文档字符串生成正确实现）和 SWE-bench（在真实 GitHub 仓库中定位并修复实际 issue）79% 相似待验证SWE-bench因贴近真实工程场景被业界认为是最具实际参考价值的代码基准测试76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/895932

API

curl https://kongchang.com/api/v1/knowledge/claims/895932

MCP

get_claim(id=895932)