microsoft/SWE-bench-Live

SWE-bench-Live是一个实时更新的软件工程问题解决基准数据集，用于评估AI系统处理真实世界编程任务的能力。它通过自动化流程每月更新，提供最新的任务实例，支持严谨且无污染的模型评测。目前已扩展支持多语言和Windows平台。