← Fișele benchmarkurilor
Agentic
SWE-bench Verified (clasament live)
Publicat de SWE-bench Verified leaderboard. Pagina sursei ↗ · Datele pe care le citim ↗
The swebench.com board: submissions by labs and agent authors, verified by the maintainers.
Fapte
| Fapt | Valoare | De unde provine |
|---|---|---|
| Cine rulează evaluarea | un grup universitar | curatoriat de aiqbench, verificat la 2026-10-09 |
| Expunerea setului de test | public | curatoriat de aiqbench, verificat la 2026-10-09 |
| Licența datelor | CC-BY-4.0 | înregistrarea de atribuire a clasamentului |
| Cel mai nou rezultat publicat | 1 sept. 2026 | rândurile ingerate |
| Ultima preluare de către aiqbench | acum 5 ore · la fiecare 12 h | jurnalul de sincronizare |
| Modele pe această axă | 85 | rândurile ingerate |
| Rânduri cu interval publicat | niciunul publicat | rândurile ingerate |
| Spațiu rămas în vârf | Cel mai bun 79.2%, cu 20.8% sub plafon; primele 10 în interval de 4.4%. | calculat din rândurile ingerate |
| Axe pe care le urmează îndeaproape | Nicio măsurătoare încă: 46 perechi sunt sub pragul de modele comune. | ρ Spearman pe modelele comune (vezi Grupuri) |
Unde apare
Ponderată în șabloanele predefinite: Toate sursele ×1.
Vezi această axă singură în consolă →Atribuire
Source: Every Eval Ever datastore (EvalEval coalition), https://huggingface.co/datasets/evaleval/EEE_datastore, licensed CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Underlying results published by SWE-bench Verified leaderboard — https://www.swebench.com/, converted into the EEE schema by the coalition's adapters. Modified by aiqbench: the 'swe-bench-verified-leaderboard' collection's headline result per model, normalised into aiqbench's common board format, proportions rescaled to percent.