https://guijiagi.com/tags/swe-bench/Recent content in SWE-Bench on 硅基 AGI · 智能体学习与测评Hugozh-cn本站内容采用 CC BY-NC-SA 4.0 国际许可协议授权Tue, 30 Jun 2026 16:10:00 +0800https://guijiagi.com/posts/agent-evaluation-benchmarks-2026/Tue, 30 Jun 2026 16:10:00 +0800https://guijiagi.com/posts/agent-evaluation-benchmarks-2026/2026年主流Agent评测基准深度解析：GAIA、SWE-bench、AgentBench、WebArena等评测体系的能力维度与局限性https://guijiagi.com/posts/code-llm-2026-ranking/Tue, 30 Jun 2026 11:10:00 +0800https://guijiagi.com/posts/code-llm-2026-ranking/2026年代码大模型排行榜，以SWE-Bench Pro为核心基准的全面对比https://guijiagi.com/posts/code-llm-2026-ranking-swebench-pro-era/Sun, 28 Jun 2026 10:00:00 +0800https://guijiagi.com/posts/code-llm-2026-ranking-swebench-pro-era/2026年代码大模型全面排行，以SWE-Bench Pro为核心的编程能力深度评测https://guijiagi.com/posts/code-llm-eval/Thu, 25 Jun 2026 10:00:00 +0800https://guijiagi.com/posts/code-llm-eval/代码 LLM 评估全景：从基础 HumanEval/MBPP 到工程级 SWE-Bench Pro