Unverified50% confidenceBenchmarkExact time

SWE-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

1

Sources

50%

Confidence

Long-term

Relevance

7/20/2026

First Seen

Sources

Karma：AI编程代理编排工具，构建多代理协作系统

Related Claims

UnverifiedSWE-Bench由普林斯顿大学和芝加哥大学联合推出，衡量模型解决真实GitHub Issue的能力82% similar UnverifiedSWE-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 Issue80% similar VerifiedSWE-bench 由普林斯顿大学研究团队创建，从 GitHub 真实开源项目中抽取 issue，要求模型生成能通过测试用例的补丁77% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/566557

API

curl https://kongchang.com/api/v1/knowledge/claims/566557

MCP

get_claim(id=566557)