热点事件观察中
ExLabel 用自进化 Agent 评估 SWE 数据集质量
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月29日，arXiv cs.AI / cs.LG 刊出论文提出 ExLabel：一个基于大语言模型的自进化助手，用于评估 SWE-bench 类数据集的任务清晰度与测试覆盖。该系统维护一个经验库，把跨实例知识沉淀为判断标准，并在评估新样本时复用这些标准。论文作者还基于清洗后的 SWE-bench 与 Multi-SWE-bench 标注，构建了覆盖 8 种语言的 SWE-TQ 基准。截至目前，报道仅涉及方法与基准的提出，未披露实验结果或后续应用进展。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv cs.AI / cs.LG 最新ExLabel 用自进化 Agent 评估 SWE-bench 类数据集的任务清晰度与测试覆盖
论文提出 ExLabel，一个基于 LLM 的自进化助手，用于评估 SWE-bench 类数据集的任务清晰度与测试覆盖。它维护经验库，把跨实例知识沉淀为判断标准并复用来评估新样本，作者还基于清洗后的 SWE-bench 与 Multi-SWE-bench 标注构建了覆盖 8 种语言的 SWE-TQ 基准。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。