热点事件持续更新
研究团队提出代码智能体对抗评测竞技场SWE-Duel
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月12日，研究团队在arXiv发布论文，提出面向代码智能体的自扩展对抗评测框架SWE-Duel。该框架旨在防止测试数据泄露和基准饱和，通过红蓝双方轮流在真实代码库中出题与审查修复，实现评测任务在运行期动态生成。具体流程上，红方智能体负责实现新功能并注入隐蔽缺陷，经独立会话盲测验证该缺陷可解后，再由蓝方智能体在不知情状态下展开代码审查与修复。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 12:00
研究团队提出代码智能体自扩展对抗评测竞技场SWE-Duel，动态生成评测任务。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 自然语言处理SWE-Duel：面向代码智能体的自扩展对抗评测竞技场
研究团队提出代码智能体对抗评测框架 SWE-Duel，通过红蓝双方轮流在真实代码库出题与审查修复，实现评测任务在运行期动态生成以防止数据泄露和基准饱和。红方智能体实现新功能并注入隐蔽缺陷，经独立会话盲测验证可解后由蓝方在不知情下进行代码审查与修复。
本事件热度走势
当前热度 9·可比范围峰值 10（10月12日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。