#SWE-CoWork

1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "SWE-CoWork", newest first.
Nov 17
PapersBuildersMulti-source12:32
Chinese contentSWE-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。

Event
arXiv cs.AI@Xinping Lei et al. (26)Source