热点事件持续更新
研究团队推出长程多轮交互编程基准SWE-Journey
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月9日，研究团队推出评测基准SWE-Journey，旨在通过长周期任务与多轮交互更真实地评估代码助手。该基准采用弱到强的合成流程构建任务，并模拟4类真实用户画像进行交互测试。测试结果显示，模型在软件架构师画像下的功能测试通过率超过75%，而在非程序员画像下通过率不足25%。研究结果表明，当前代码助手仍无法支持非程序员进行可靠编程。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
研究团队推出评测基准SWE-Journey，测试显示代码助手尚无法支持非程序员可靠编程。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv 自然语言处理SWE-Journey：通过长周期多轮交互实现代码助手更真实的评测
研究团队推出评测基准 SWE-Journey，通过长周期任务与多轮交互更真实地评估代码助手。该基准采用弱到强合成流程构建任务，并模拟 4 类真实用户画像进行交互测试；模型在软件架构师画像下的功能测试通过率超 75%，而在非程序员画像下不足 25%。结果表明当前代码助手仍无法支持非程序员可靠编程。
本事件热度走势
当前热度 9·可比范围峰值 10（10月9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。