swe-bench/swe-bench

GitHub から集めた実際のソフトウェア Issue に対してモデルが生成したパッチを Docker で再現評価する SWE-bench ベンチマークの公開情報と数値を整理する。

GitHub の説明: SWE-bench: Can Language Models Resolve Real-world Github Issues?

スター

★ 6.1K

フォーク

1K

言語

Python

ライセンス

MIT