Unverified60% confidenceFactExact time

SWE-bench Verified由普林斯顿大学于2023年推出，衡量AI在真实GitHub Issue上的自动化软件工程能力，其Verified子集经过人工审核

2

Sources

60%

Confidence

Long-term

Relevance

7/22/2026

First Seen

Sources

Claude Sonnet 5深度实测：基准亮眼却令人失望，不如坚守OPUS 4.8

Related Claims

UnverifiedSWE-bench要求模型修复GitHub上真实Issue，SWE-bench Verified版本于2024年兴起并成为衡量AI Agent编程能力的黄金标准81% similar VerifiedSWE-Bench由普林斯顿大学于2023年推出，从GitHub真实开源项目中抽取数千个已解决的Issue来评测AI编程能力78% 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 Issue76% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/594003

API

curl https://kongchang.com/api/v1/knowledge/claims/594003

MCP

get_claim(id=594003)