进行中
SWE-CoWork:编程智能体组织协作评测基准
- 报道
- 2
- 信源
- 2
- 首次报道
- 11/17 08:00
- 最近更新
- 11/18 00:37
TokenWave AI 发布 SWE-CoWork 基准,用于测试编程智能体能否像真实团队成员一样接手队友未完成的工作。该基准包含 101 项开发任务,覆盖 101 个真实开源仓库、11 种编程语言和 12 个应用领域;每项任务都置于一个含 26 名模拟队友和 17 种职场工具的工程组织中。 据 Rohan Paul 介绍,82% 的需求掌握在队友手中,智能体必须主动询问才能确定要构建什么。此前 Hugging Face 每日论文收录时,将该基准描述为把编程智能体当作组织中的数字员工来评测。
热度48 小时内每个独立信源只算一次,24 小时减半
- 48 小时参与信源
- 2
- 6 小时新加入
- 0
- 24 小时新报道
- 1
- 热点排名
- —
热度曲线会在事件持续一段时间后出现。
事件进展1 个阶段
Rohan Paul 等 2 篇报道
全部报道2 篇
TokenWave AI 发布 SWE-CoWork 基准,测试编码智能体能否接手队友未完成的工作
TokenWave AI 发布 SWE-CoWork 基准,用于测试编码智能体能否像真实团队成员一样接手队友未完成的工作。该基准覆盖 101 个真实开源仓库的 101 项任务、26 个模拟队友、11 种编程语言、12 个应用领域和 17 种职场工具,82% 的需求掌握在队友手中,智能体需主动询问才能确定要构建什么。
Rohan Paul
SWE-CoWork:把编程智能体当作组织中的数字员工来评测
Hugging Face 每日论文收录的 SWE-CoWork 基准用 101 个真实仓库、11 种编程语言和 12 个应用领域的 101 项开发任务评测编程智能体,每项任务置于含 26 名同事的模拟工程组织中。
Hugging Face 每日论文
相关
#Agent 智能体#AI 编码#论文研究#评测基准
