ExLabel与SWE-TQ基准的提出

2026年10月30日，arXiv Artificial Intelligence 刊出 Zhonghao Jiang 等作者的报道，提出 ExLabel 并构建新基准 SWE-TQ。报道称，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；它维护经验库，把跨实例知识蒸馏为可自适应调整的判定标准。该报道将 ExLabel 定位为受相关思路启发而提出的方法，并据此构建 SWE-TQ 基准。目前进展停留在方法提出与基准构建的报道层面，尚无后续跟进报道，也未披露评估结果、适用范围或使用条件等细节。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。