发布 AGENTISSUE-BENCH 数据集, 应用在 - 领域

本次发布的数据集 AGENTISSUE-BENCH, 该数据集是一个可复制的基准测试，包含了50个代理问题解决任务，旨在评估最先进的软件工程（SE）代理在解决现实世界中的代理问题上的有效性。该基准测试为每个任务提供了可执行的环境和触发失败的测试，这有助于全面评估SE代理的能力。规模上，该数据集包含了50个解决任务，其核心任务是代理问题解决。

查看AGENTISSUE-BENCH

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。