Unverified95% confidenceFactTime unknown
SWE-bench的测试数据来自Django、scikit-learn、sympy等知名开源项目的真实bug修复记录
1
Sources
95%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
SWE-bench官方博客上线：AI编程评测标准进入新阶段
twitterSWEbench
Related Entities
Related Claims
UnverifiedSWE-bench从Django、Flask、Scikit-learn等真实开源项目中抽取历史Issue和对应的修复Pull Request作为测试用例83% similarUnverifiedSentry 专注于应用层错误追踪，能捕获异常堆栈、面包屑日志和用户上下文62% similarUnverifiedRAG通过持续更新的外部知识库缓解知识截止问题，且每个回答可附带来源文档提升可验证性59% similarUnverified软件组成分析（SCA）工具如Snyk、Dependabot、Trivy、Grype、Black Duck通过监控CVE数据库、OSV数据库和安全公告与项目依赖清单比对生成告警58% similarUnverifiedRAGAS是广泛使用的RAG评估开源框架，由explodinggradients团队开发，包含忠实度、答案相关性、上下文精确率和上下文召回率四个核心指标58% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/26923API
curl https://kongchang.com/api/v1/knowledge/claims/26923MCP
get_claim(id=26923)