SWE-Skills-Bench 技能效用基准发布
热点事件持续更新
SWE-Skills-Bench 技能效用基准发布
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28日，Tingxu Han 等作者在 arXiv 发布 swe-skills-bench，这是一个以技能为中心、需求驱动的基准，用于衡量单个 Agent 技能在真实软件工程任务上的提升幅度。该基准从 98 个公开 SWE 技能出发，为每个技能配对一个固定 commit 的 GitHub 仓库，生成可执行验证器，并在四种 Agent-模型配置下做有技能与无技能的配对评测，共完成 3,920 次配对评估。报道称，在 98 个 Agent 技能中，有 92 个未产生显著效果。这是该事件目前唯一一篇报道，尚无后续跟进报道，因此上述数字与结论均以该报道为准，暂无早先报道可供对照。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
SWE-Skills-Bench 提出技能级基准，98 个 Agent 技能中 92 个无显著效果报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv Artificial IntelligenceSWE-Skills-Bench 提出技能级基准，98 个 Agent 技能中 92 个无显著效果
研究者发布 swe-skills-bench，一个以技能为中心、需求驱动的基准，用于衡量单个 Agent 技能在真实软件工程任务上的提升幅度。基准从 98 个公开 SWE 技能出发，每个技能配对一个固定 commit 的 GitHub 仓库，生成可执行验证器并在四种 Agent-模型配置下做有技能与无技能的配对评测，共 3,920 次配对评估。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。