HaiAI123

全球AI工具精選導航

行業動態
26
熱度指數
持平

Meta 等釋出 SWE-sweep,測模型能否提前找 bug

2026/10/03 — 10/03 03:11·1 個來源(全部)·1 篇報道(全部)

核心速覽 (Key Takeaways)

  • 來自 Meta、斯坦福、哈佛和華盛頓大學的研究者推出新基準 SWE-sweep,把大型程式碼庫交給 agent,讓它儘可能多地找出並修復 bug,再按倉庫中已知的隱藏 bug 集合評分。
  • 作者認為現有基準多隻測使用者已經遇到的 bug,而模型應該能提前發現。

事件背景與詳細解讀

2026 年 10 月 3 日,在 Reddit 的 LocalLLaMA 版塊上,一位研究者發帖介紹了新基準 SWE-sweep。該基準由他與其他研究者共同完成,參與者來自 Meta、斯坦福、哈佛和華盛頓大學。

按照帖中描述,SWE-sweep 的做法是把一個大型程式碼庫交給 agent,讓它儘可能多地找出並修復其中的 bug,然後依據倉庫中已知的隱藏 bug 集合來打分。作者在帖中說明了推出這一基準的理由:目前多數基準測的是使用者已經遇到的 bug 的修復能力,而模型理應能夠提前發現 bug,也就是在任何人實際撞上之前就把它們找出來。帖子稱這是作者本人與 Meta、斯坦福、哈佛、UW 的研究者一起建立的。

目前這件事只停留在基準釋出與作者自述階段,材料中沒有給出評測結果、參與模型、具體得分或後續計劃,也沒有第三方對該基準的回應。

AI 綜合 1 篇報道生成 · 更新於 46 天前

updream
24 小時熱度熱度指數 26
剛上榜,走勢正在積累
24 小時前現在

這件事的報道 點標題看原文

10月3日
  1. 來自 Meta、斯坦福、哈佛和華盛頓大學的研究者推出新基準 SWE-sweep,把大型程式碼庫交給 agent,讓它儘可能多地找出並修復 bug,再按倉庫中已知的隱藏 bug 集合評分。作者認為現有基準多隻測使用者已經遇到的 bug,而模型應該能提前發現。

    關心程式碼 agent 評測新方向的讀者值得一看

    Reddit · LocalLLaMAAI 評分 74

同時在說的其他事

熱度怎麼算的?瞭解口徑

熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。

本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。

爆
討論快速增加
新
首報 6 小時內
發酵中
討論仍在增加

回 AI 行業動態榜 →