热点事件观察中

Multi-step SWE 长程编码基准发布

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

2026年11月6日，Xiangkai Zeng等作者在arXiv发表论文，提出并公开长程软件工程基准Multi-step SWE。该基准包含69个软件工程任务，每个任务是在同一代码库上由5至15个相互依赖的步骤组成的链条，每一步都基于智能体此前写出的代码继续构建；任务覆盖四类工程工作和九种语言，既包含从零构建，也包含已有开源代码库，每一步都以既有事实来源定义指令和验证方式。作者在九个前沿模型上测试，最强模型解出率仅18.5%，69个任务中有38个没有任何模型解出。作者称已公开该基准。

AI 根据报道生成 · 2 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月6日

13:00
arXiv Artificial Intelligence
Multi-step SWE 基准发布：编码智能体在长周期连续开发中最高解出率仅 18.5%
作者提出 Multi-step SWE，一个包含 69 个软件工程任务的长周期基准，每个任务是在同一代码库上由 5 至 15 个相互依赖的步骤组成的链条，每一步都基于智能体此前写出的代码继续构建。任务覆盖四类工程工作和九种语言，包含从零构建与已有开源代码库，每一步都以既有事实来源定义指令和验证方式。在九个前沿模型上，最强模型解出率仅 18.5%，69 个任务中有 38 个没有任何模型解出。

本事件热度走势

可比范围当前: 3
可比范围峰值: 711月7日 03:00
近 24 小时变化: -49%

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。