Kaggle 首期访谈:SWE-bench 作者谈如何打造有影响力的评测

OfirPress · x · 2026-11-17

Kaggle 推出新访谈系列 Evaluated,首期邀请 SWE-bench 联合作者 OfirPress 分享基准构建经验。他建议:想打造「下一个 SWE-bench」,先从人入手——找到可以碰撞想法的队友,再挑战那些看似不可能的难题。SWE-bench 从冷淡起步成长为 AI 编码领域最具影响力的基准之一,核心经验是「构建对人类真正重要的高难度基准」。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →