Devotd Github
新发现评测

vectorspacelab/agentswe — 添加 Hugging Face Papers 链接

vectorspacelab/agentswe 的最新提交在 README 和中文 README 中,于 arXiv(2610.13361)徽章旁添加了 Hugging Face Papers 徽章和新闻行链接。

仓库信息vectorspacelab/agentswe ↗

vectorspacelab/agentswe 的最新提交在 README 和中文 README 中,于 arXiv(2610.13361)徽章旁添加了 Hugging Face Papers 徽章和新闻行链接。

GitHub 项目说明: Can coding agents build the agent you actually want? A benchmark of 25 agent software engineering tasks across creation, editing and optimization.

星标
★ 40
复刻
0
语言
Python
许可证
Apache-2.0
最新版本
assets-v1
查看原始来源 ↗在 GitHub 查看 ↗

vectorspacelab/agentswe 的最新提交是 6643c73,记录于 2026-10-13 04:51 UTC,改动的文件只有 README.md 和中文版本 README_zh.md 两个。内容是在 arXiv(2610.13361)徽章旁再挂一个 Hugging Face Papers 徽章,并把新闻行中写着论文只有 arXiv 的那句话扩展为 arXiv 和 Hugging Face Papers 两边都有。变更行数为 6 行(新增 4 行,删除 2 行)。

AgentSWE 是一个衡量编码智能体是否真的能做出自己想要的智能体的基准测试。根据仓库说明,它跨越生成(Creation)、编辑(Editing)、优化(Optimization)三个阶段,共设 25 个软件工程任务,README 中列出了生成 10 个和编辑 10 个。其结构是先提交智能体,再为该智能体附上它没有见过的用例重新测试,2026-10 的新闻条目中同时提到了代码、25 个任务和 Lite 集的公开。许可证徽章为 Apache-2.0,项目页面和论文链接在此提交之前就已经挂好了。

本次变更的效果更接近于访问路径,而不是产出。论文编号 2610.13361 保持不变,README 只是告知同一个论文页面也在 Hugging Face Papers 上开出来了。包含产出的文件只有两个 README,评价分数或模型排名这类结果并未出现在改动部分。优化阶段的任务数和 Lite 集的规模仅凭这次提交无法确认。提交信息中仍留有 Claude Opus 5.5 的共同署名标注。基准测试得出什么结论,必须直接查阅论文原文和公开的 25 个任务才能知道,因此这次提交更适合被看作是一处让论文多出一条访问路径的文档改动。