SWE-bench Verified
벤치마크
역량
Real GitHub issues, real repos — the coding-agent standard.
현재 보고 계신 것은 벤치마크 레코드입니다: 업계에서 칩이나 모델을 평가하는 데 사용하는 테스트 — 그리고 그것이 실제로 무엇을 의미하는지를 다룹니다.
SWE-bench gives a model an actual repository and issue; success means a patch that passes the tests. The Verified subset (human-validated, with OpenAI) became the metric coding agents live by — from single digits in 2023 to ~80% at the 2025 frontier — and the number behind every 'AI software engineer' claim.
전체 스택에서의 연결 구조
이 레코드의 링크를 한눈에 확인하세요 — 그룹을 클릭하면 해당 위치로 이동합니다.
벤치마크
출처
검토 기준일 2026-01-15 — 보기 방법론.