SWE-sweep 基准代码开源:facebookresearch 仓库可直接复现评测
OfirPress · x · 2026-10-02
SWE-sweep 基准的代码已在 GitHub 开源(facebookresearch/swe-sweep)。该项目是 Harbor 的轻量封装,agent 在真实仓库中自主发现并修复 bug,不获任何提示。仓库含评测任务、自动验证环境与最终分数的微平均计算方式,README 提示需使用 Harbor 特定版本(0.23 尚不支持其独立验证环境,需锁定源码修订版)。
所属事件:Meta 等推出 SWE-sweep:最强模型自主找 bug 仅修 4.7%(6 条相关)→
「研究」频道最新
- TotalSegmentator 在常规胸 CT 中量出 42mm 扩张主动脉 — MaziyarPanahi · 2026-11-16
- Tivadar Danka 发布 4000 字图解机器学习所需图论长文 — TivadarDanka · 2026-11-16
- METR 任务时长曲线更新:Opus 4.5 后倍增周期缩至 1.7 个月 — ben_j_todd · 2026-11-16
- GTAgentClinic 一行命令安装,可让 Claude Code/Codex 接管 3D 医院夜班 — Michael_D_Moor · 2026-11-16
- 28 个主流模型训练截止日期盘点:近半数不公布,Gemini 4 Carbon 发布即落后 8 个月 — Joozio · 2026-11-16
- FutureSim Q3:LLM 从经验中真实变强,Opus 5.5 登顶 — rickasaurus · 2026-11-16