Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

SWE-bench and Coding Agent Benchmarks Quiz

Tests how SWE-bench tasks are built, FAIL_TO_PASS and PASS_TO_PASS scoring, the Lite and Verified subsets, and why scaffolds change results.

Đường dẫn hướng dẫn liên quanSwe Bench And Coding Agent Benchmarks
Câu hỏi 1 của 8

What does a SWE-bench task ask the system to do?