SWE-bench 推出多模态版，侧重前端开发
OfirPress · x · 2026-09-01
SWE-bench 发布了新的 Multimodal 变体。与之前的 Verified 和 Multilingua 版本不同，该版本重点强调前端开发任务，大多数任务都需要视觉能力，使其成为目前最具挑战性的 SWE-bench 变体。
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
- 开发者上线“网站是否 vibe coded”检测器，按 Slop Score 打分 — sahilypatel · 2026-10-18
- 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