NVIDIA 论文：基座模型跑 SWE-bench，六个中五个零分

NVIDIA 等团队在 arXiv 发布论文《Before They Can Solve: Predicting Post-Training Coding-Agent Performance》，探讨如何为编码 Agent 挑选基座模型。研究发现基座模型在 agentic 编码任务上极难评估：让六个基座模型跑 SWE-bench Verified，其中五个得了零分，凸显后训练前预测 Agent 表现的难度与重要性。

2026-10-09 ~ 2026-10-09 · 2 条相关

• NVIDIA 团队新论文:从基座模型预测后训练后编程 Agent 表现 — heghbalz · 2026-10-09
• NVIDIA 论文：六个基座模型跑 SWE-bench，五个零分 — dair_ai · 2026-10-09