#SWE-CoWork

共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「SWE-CoWork」标签的资讯、产品与论文,按刊登时间排,新的在上。
11月17日
论文Agent 与开发者多源确认12:32
SWE-CoWork:把编程智能体放进模拟组织里考核的 101 项任务基准

这个新基准不是让智能体改几个文件,而是扔进一个有 26 个虚拟同事的模拟公司里干完整活。最强的模型能通过 63% 的测试,但完整交付不到 8%,差距非常直观。做 Agent 工作流或编程助手的人可以拿它来诊断自己系统卡在哪一环。

事件专题
arXiv cs.AI@Xinping Lei 等 26 人原文