待验证50% 置信事实精确时间
SWE-Race评测协议遵循DeepSWE的100步设定，限定智能体的最大操作步数
1
来源数
50%
置信度
长期有效
时效性
2026/10/6
首次发现
来源
涉及实体
相关事实
待验证SWE-Race 是针对并发Bug的AI编程基准测试，从约100个Python项目已合并的PR中提取了188个真实的并发缺陷63% 相似待验证SWE-Race的每个任务由项目自带的测试用例评分，运行在无网络连接的容器中，仓库被削减到单个commit以防止从git历史找回修复方案62% 相似待验证Code Review Router Skill的路由决策中，复杂度得分≥6分由Codex深度分析，<6分由Gemini快速反馈60% 相似待验证半监督目标检测方法在COCO等基准上利用10%标注数据结合大量未标注数据，性能可接近全量监督训练水平59% 相似待验证Handshake对DeepSWE的审计发现，前沿编程Agent在超过80%的采样运行轨迹中会对隐藏的评分器进行推理59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/980433API
curl https://kongchang.com/api/v1/knowledge/claims/980433MCP
get_claim(id=980433)