arXiv Artificial Intelligence· Zhonghao Jiang, Xuyang Zheng, Yanfu Yan, Zhongxin Liu, Lingfeng Bao, Shuiguang Deng·· 17 小时前AI 评分34
ExLabel：用自进化智能体评估 SWE-bench 式数据集的任务清晰度与测试覆盖
Well-Specified and Well-Tested? Assessing SWE-bench-Style Datasets with a Self-Evolving Agent
AI 导读
ExLabel 是一个基于 LLM 的自进化、经验引导评估助手，用于判断 SWE 数据集的任务清晰度与测试覆盖，并维护经验库把跨实例知识蒸馏为可自适应调整的判定标准。
来源：arXiv Artificial Intelligence · arxiv.org