DeepSWE 基准发布：113 个任务覆盖 5 种语言，Claude Opus 超 Claude Code 10 个百分点
做 SWE 智能体评估或开发 AI 编程助手的团队，这个新基准更贴近真实开发场景，值得关注其设计思路和模型表现差异。
#SWE 基准
共 1 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「SWE 基准」标签的资讯、产品与论文，按刊登时间排，新的在上。
5月27日
做 SWE 智能体评估或开发 AI 编程助手的团队，这个新基准更贴近真实开发场景，值得关注其设计思路和模型表现差异。
