← 返回 AIRadar 首页

开源前沿分享：全新评测基准 AgentSWE 探索智能体自主构建与优化能力

开源社区发布新评测基准 AgentSWE，旨在系统化评估编程智能体在创建、编辑和优化目标智能体过程中的综合表现，探索智能体自迭代潜力。