Unverified50% confidenceFactExact time
SWE-bench Verified 由普林斯顿大学研究团队开发，从 GitHub 真实仓库抽取需修复的 Issue
1
Sources
50%
Confidence
Long-term
Relevance
7/12/2026
First Seen
Sources
Claude Sonnet 5深度实测：性能亮眼但定价策略暗藏玄机
bilibiliNixAI6/30/2026
Related Claims
VerifiedSWE-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83% similarUnverifiedSWE-Bench由普林斯顿大学研究团队发布，从GitHub上收集真实的Issue报告和对应的Pull Request修复补丁82% similarUnverifiedSWE-bench是由Princeton和Chicago大学研究者联合构建的基准测试，包含来自真实GitHub仓库的2294个Issue修复任务80% similarUnverifiedSWE-bench评估基准收集了来自真实GitHub仓库的数百个Issue和对应的修复方案79% similarVerifiedSWE-bench由普林斯顿大学提出，包含来自真实GitHub仓库的2294个软件工程问题79% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/490290API
curl https://kongchang.com/api/v1/knowledge/claims/490290MCP
get_claim(id=490290)