SWE-bench 推出多模态 v2.0,含 480 个视觉修复任务
xeophon · x · 2026-09-01
SWE-bench Multimodal 发布 v2.0 版本，包含 480 个新任务。
该版本要求编码 Agent 不仅处理代码，还需解释截图、图表、录音等视觉资产来诊断和修复仓库中的 Bug。这是测试 AI 视觉理解与编程结合能力的重要基准升级。
所属事件:SWE-bench Multimodal v2.0 发布，480 个视觉编程任务开源(5 条相关)→
「编程与Agent」频道最新
- Anthropic 借鉴律师谈判伦理，Claude 智能体 69 人无人工批准成交 186 单 — rohanpaul_ai · 2026-10-18
- Agent 接管 Gmail 与浏览器后的投毒风险，及 jev-guard 防护做法 — sujingshen · 2026-10-18
- 14 个 Agent 在单卡 5090 上做 AI 电影:按反馈修复剪跳与配音缺陷 — developervkmp · 2026-10-18
- Meta 论文提出「Agent Plasticity」:最强 agent 未必是最高效学习者 — rohanpaul_ai · 2026-10-18
- 开发者用前沿模型一个周末上线山火预测平台 — CtrlAltDwayne · 2026-10-18
- 10 个让 AI Agent 操作手机的 GitHub 开源项目,最大 26K star — victor_explore · 2026-10-18