arXiv preprint / 评测基准

SWE-bench: Can Language Models Resolve Real-World GitHub Issues?

作者：Carlos E. Jimenez, John Yang, Alexander Wettig, Shunyu Yao, Kexin Pei, Ofir Press, Karthik Narasimhan · 单位：Princeton University, University of Chicago · 会议/期刊：arXiv preprint · 方向：评测基准 · 发布日期：2023-10-10

自我进化智能体评测基准大语言模型智能体模型自进化进化算法
新标签打开 AlphaXiv
SWE-bench: Can Language Models Resolve Real-World GitHub Issues? figure
AlphaXiv 中文概览（可滚动查看）