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.
Câu hỏi 1 của 8