AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

SWE-bench-Live

SWE-bench-Live 是一个面向大语言模型（LLMs）和智能体的实时可更新评测基准，专注于真实世界软件开发中的问题修复任务。该基准从 2024 年以来的 GitHub 活跃仓库中自动收集了 1,319 个问题修复任务，涵盖 93 个项目，并为每个任务提供可复现的 Docker 执行环境。

评测信息与证据

来源: OpenCompass Hub
发布者: Microsoft
评测发布日期: 2025-06-01
采集日期: 2026-08-18
模态: 未收录

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

原始资料

报告成绩 0

本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。