Hugging Face 每日论文·· 4 天前精选AI 评分56
AgentSWE：编码智能体能否构建出真正符合需求的智能体
AgentSWE: Can Coding Agents Build the Agent You Actually Want?
AI 导读
AgentSWE 是一个覆盖智能体开发生命周期三个阶段的基准，包含 Creation、Editing、Optimization 共 25 项任务，每项任务以委托形式提出需求，验收时在保留用例上对冻结提交按需求衍生的评分标准进行通过/不通过判定。
推荐理由
论文指出编码智能体在可见用例上过拟合、交付与演示存在落差，为评估这类系统提供了可迁移的验收思路。
来源：Hugging Face 每日论文 · huggingface.co