SWE-Duel：编程智能体红蓝互评竞技场发布
热点事件持续更新
SWE-Duel：编程智能体红蓝互评竞技场发布
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Wei Minn 等人发布 arXiv 论文，提出 SWE-Duel——一个让两个编程智能体通过红蓝回合互评的竞技场，任务与评判在评测时生成，从而避免题目泄漏和评测饱和。 论文报告，在 11 个模型-框架组合、5 种语言的 15 个仓库上进行 1500 回合锦标赛：GPT-5.5 搭配 Codex CLI 以修复 98.3% 缺陷排名第一，Claude Opus 4.8 搭配 mini-swe-agent 以 27.3% 的红方胜率成为最强出题者。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
SWE-Duel：面向编程智能体的自扩展竞技场报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.CLSWE-Duel：面向编程智能体的自扩展竞技场
SWE-Duel 是一个让两个编程智能体通过红蓝回合互评的竞技场，任务与评判在评测时生成，避免题目泄漏和饱和。在 11 个模型-框架组合、5 种语言的 15 个仓库上进行 1500 回合锦标赛，GPT-5.5 搭配 Codex CLI 以修复 98.3% 缺陷排名第一，Claude Opus 4.8 搭配 mini-swe-agent 以 27.3% 的红方胜率成为最强出题者。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。