內容行業大變天，爆款全靠AI？
出品 | 微果醬（wjam123456）作者 | 陳出木題圖 | 文心一格 AI的發展之快出乎所有人的預料，似乎一夜之間便呼嘯而來。無論是資本的風向標，抑或是生活工作的輔助、流量口，還是茶余飯
4 月 10 日消息，豆包大模型團隊今日通過官方公眾號宣布，首個多語言類 SWE 數據集 Multi-SWE-bench 現已正式開源，可用于評估和提升大模型“自動修 Bug”能力。
在 SWE-bench 基礎上，Multi-SWE-bench 首次覆蓋 Python 之外的 7 種主流編程語言，是真正面向“全棧工程”的評測基準。其數據均來自 GitHub issue，歷時近一年構建，以盡可能準確測評和提高大模型高階編程智能水平。
Multi-SWE-bench 旨在推動自動編程技術從僅能解決單一語言（如 Python）和低復雜度的任務，朝著支持多語言、具備真實問題解決能力的通用型智能體邁進。
SWE-bench 是當前最具代表性的代碼修復評測基準，強調任務真實、難度高。它基于 GitHub issue，要求模型自動定位并修復 Bug，兼具跨文件修改、復雜語義推理與上下文理解等挑戰。
Multi-SWE-bench 旨在補全現有同類基準語言覆蓋方面的不足，系統性評估大模型在復雜開發環境下的“多語言泛化能力”，推動多語言軟件開發 Agent 的評估與研究，其主要特性如下：
首次覆蓋 7 種主流編程語言（包括 Java、Go、Rust、C、C++、TypeScript、JavaScript），構建多語言開發環境下的代碼修復任務，系統評估模型的跨語言適應與泛化能力；
引入任務難度分級機制，將問題劃分為簡單（Easy）、中等（Medium）和困難（Hard）三類，涵蓋從一行修改到多文件、多步驟、多語義依賴的開發挑戰；
1,632 個實例全部來源于真實開源倉庫，并經過統一的測試標準和專業開發者的審核篩選，確保每個樣本具備清晰的問題描述、正確的修復補丁以及可復現的運行測試環境。
附開源鏈接：
Multi-SWE-bench: A Multilingual Benchmark for Issue Resolving：
論文鏈接：https://arxiv.org/ abs / 2504.02605
榜單鏈接：https://multi-swe-bench.github.io
代碼鏈接：https://github.com/ multi-swe-bench / multi-swe-bench
數據鏈接：https://huggingface.co/ datasets / ByteDance-Seed / Multi-SWE-bench
本文鏈接：http://www.www897cc.com/showinfo-45-12213-0.html大模型“自動修 bug”能力將提升，豆包團隊開源首個多語言代碼修復基準 Multi-SWE-bench
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號