UserSWE多轮编码智能体评测基准发布
热点事件持续更新
UserSWE多轮编码智能体评测基准发布
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月22日，arXiv Artificial Intelligence 刊出 Zhan-Yu Wu 等作者的论文，提出并发布 UserSWE 评测基准，用于衡量编码智能体在多轮对话中修复仓库级 bug 的能力。据该报道，UserSWE 在每一轮都依据测试执行结果给出判定；其构建流程把仓库历史和现有单轮基准转化为多轮任务，模拟用户受信息池约束，说话方式由基于 20,859 条开发会话校准的 persona chain 控制。报道称，该基准关注动态用户与逐轮执行判定下的多轮交互评测。目前事件进展停留在基准发布与设计说明层面，报道未提及排行榜结果、参与机构或后续更新计划。
AI 根据报道生成 · 3 小时前更新
最新进展10月22日 12:00
UserSWE：在多轮对话中评测编码智能体报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv Artificial IntelligenceUserSWE：在多轮对话中评测编码智能体
UserSWE 是一个评测编码智能体在多轮对话中修复仓库级 bug 能力的基准，每轮都基于测试执行给出判定。其构建流程把仓库历史和现有单轮基准转成多轮任务，模拟用户受信息池约束，说话方式由基于 20,859 条开发会话校准的 persona chain 控制。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 710月23日 03:00
- 近 24 小时变化
- –
02468
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。