SWE-bench Multimodal v2 发布 480 个视觉编程任务

SWE-bench Multimodal v2.0 正式发布并开源，由斯坦福与 Meta MSL 跨团队合作完成。该基准包含 480 个任务，要求编码智能体解释截图、图表、录音等视觉资产来诊断和修复仓库中的 bug，重点覆盖前端开发场景。相比采用率较低的闭源 v1，v2 已通过 SWE-bench 仓库提供，排行榜开放提交，数据即将公布。

2026-09-01 ~ 2026-09-01 · 5 条相关

• SWE-bench Multimodal v2发布：480个视觉编程任务 — jyangballin · 2026-09-01
• SWE-bench 推出多模态评测基准，斯坦福与 Meta 联合开发 — jyangballin · 2026-09-01
• SWE-bench 推出多模态版，侧重前端开发 — OfirPress · 2026-09-01

另有 2 条近重复转述:jyangballin · xeophon