zjz (@zj.z) 在 【分享】SWE-rebench 软件工程大语言模型基准 中发帖
0921时间点下的前10名
红色表示评测结果可能存在污染，意味着其中包含在模型发布之前就已创建的任务
[截屏2025-09-21 下午3.03.40]
链接：https://swe-rebench.com/