[控场AI]
基准

ChainSWE

面向连续软件工程任务的基准,智能体在同一代码库上依次处理多个相互关联的任务,每个任务继承前序任务的仓库状态。

时间轴 (近 90 天)

11月13日

在ChainSWE基准上,CoReMem让一个27B参数的演员模型将解决率从21.0%提升到25.7%。

待验证50%
11月13日

在ChainSWE基准上,相对于未训练且无记忆的演员模型,CoReMem使总步数减少了17%,缓存感知的总token数减少了11%,且已包含记忆模块调用的开销。

待验证50%
11月13日

ChainSWE是面向连续软件工程任务的基准,其设计核心是让智能体在同一个代码库上依次处理多个相互关联的任务,每个任务都继承前序任务的仓库状态。

待验证50%

全部知识事实 (3)

来源文章