DeepSWE v1.1：更清洁、更可复现的编码智能体基准测试
DeepSWE v1.1 在保持原有长周期工程任务不变的基础上，改进了智能体的执行与评分方式，采用隔离环境验证代码补丁，使结果更易复现、审计和分析。新版引入了 Claude Fable 5 和 Kimi K2.7 Code 模型，整体通过率与模型排名与 v1 接近。
DeepSWE v1.1：更清洁、更可复现的编码智能体基准测试
本文仅提供摘要
根据来源内容权限，本站仅提供编辑摘要、要点和原文链接。
DeepSWE v1.1 在保持原有长周期工程任务不变的基础上，改进了智能体的执行与评分方式，采用隔离环境验证代码补丁，使结果更易复现、审计和分析。新版引入了 Claude Fable 5 和 Kimi K2.7 Code 模型，整体通过率与模型排名与 v1 接近。
根据来源内容权限，本站仅提供编辑摘要、要点和原文链接。