SWE-bench là bộ đề thi chuẩn đo xem AI sửa được lỗi phần mềm thật hay không: nó lấy hàng nghìn lỗi thật trên GitHub để AI thử sửa rồi chấm điểm. Bảng xếp hạng AI lập trình nổi tiếng dùng nó làm thước đo. Đây là công cụ cho dân nghiên cứu AI, không phải app cho người dùng cuối. Lưu ý: tự chạy chấm điểm cần máy mạnh và làm theo tài liệu, người mới chỉ cần đọc kết quả trên web swebench.com.
SWE-bench là bộ đề thi chuẩn đo xem AI sửa được lỗi phần mềm thật hay không: nó lấy hàng nghìn lỗi thật trên GitHub để AI thử sửa rồi chấm điểm. Bảng xếp hạng AI lập trình nổi tiếng dùng nó làm thước đo. Đây là công cụ cho dân nghiên cứu AI, không phải app cho người dùng cuối. Lưu ý: tự chạy chấm điểm cần máy mạnh và làm theo tài liệu, người mới chỉ cần đọc kết quả trên web swebench.com.
git clone https://github.com/SWE-bench/SWE-bench.git