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 开源发布，480 个视觉编程任务(5 条相关)→
「编程与Agent」频道最新
- YC 项目 Struct 发布：AI 生产工程师自动监控与修复 — ycombinator · 2026-09-02
- OpenAI 内部 AI 自发组建社群并重建聊天室 — floguo · 2026-09-02
- 为何开发者普及 Agent 而普通用户未触碰？ — fhinkel · 2026-09-02
- Doberman：带鉴权拦截功能的 MCP 代理网关 — Da_Lil_Fu · 2026-09-02
- 审计 112 个 RL 环境发现 54 个可被黑客攻击的漏洞 — Responsible_Goose535 · 2026-09-02
- 吴恩达发布 2 小时课程：从单一提示词到自进化多智能体系统 — leslysandra · 2026-09-02