Unverified60% confidenceBenchmarkExact time
SWE-Bench 由普林斯顿 NLP 团队于 2023 年提出，从 GitHub 抓取了 2294 个真实 Issue-PR 对，覆盖 12 个主流 Python 项目
2
Sources
60%
Confidence
Long-term
Relevance
7/13/2026
First Seen
Sources
Related Claims
VerifiedSWE-bench由普林斯顿大学研究团队于2023年发布，从12个知名Python开源项目中收集了2,294个真实的GitHub Issue及其对应的Pull Request修复方案84% similarUnverifiedSWE-Bench由普林斯顿大学团队发布，从GitHub上12个真实Python开源项目抽取近2300个真实Issue，2024年初顶级模型通过率仅约4%-5%，至2025年头部模型已突破60%83% similarVerifiedSWE-Bench从GitHub上12个主流Python开源项目中收集了2294个真实的Issue-Pull Request对81% similarUnverifiedSWE-bench由普林斯顿大学团队提出，包含2294个来自Django、Flask、Scikit-learn等12个Python开源仓库的真实GitHub Issue-Pull Request对80% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/502814API
curl https://kongchang.com/api/v1/knowledge/claims/502814MCP
get_claim(id=502814)