DeepSWE

DeepSWE 是一个长期的软件工程基准测试，与当今的公开基准测试相比，它实现了四项重大进步： 无污染：任务是从零开始编写的，而不是从现有的提交或 PR 中改编的，因此任何模型在预训练期间都没有见过解...