PulseAugur
中
实时 18:50:55
实体 nebius/Longtail-SWE

nebius/Longtail-SWE

PulseAugur coverage of nebius/Longtail-SWE — every cluster mentioning nebius/Longtail-SWE across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_351256 ·

    新的Longtail-SWE基准测试评估13种代表性不足语言的编码代理

    一项名为Longtail-SWE的新基准测试已被开发出来，用于评估编码代理在13种代表性不足的编程语言中的软件工程任务。该基准测试包含20个来自GitHub issue和pull request的真实世界任务，并配有可执行环境和测试。采用了一种新颖的求解器-裁判-修复器管道来完善任务描述和测试，通过纠正可能拒绝有效替代实现或接受不正确解决方案的问题，确保更可靠的评估。