豆包大模型團(tuán)隊(duì)正式宣布，首個(gè)面向多語(yǔ)言開(kāi)發(fā)環(huán)境的代碼修復(fù)評(píng)測(cè)基準(zhǔn) Multi-SWE-bench 已開(kāi)源。

　　該數(shù)據(jù)集擴(kuò)展了 SWE-bench 的能力，首次覆蓋 Python 之外的 7 種主流編程語(yǔ)言(Java、Go、Rust、C、C++、TypeScript、JavaScript)，構(gòu)建了真實(shí)的跨語(yǔ)言代碼修復(fù)任務(wù)。Multi-SWE-bench 包含 1,632 個(gè)實(shí)例，均來(lái)自 GitHub issue，并經(jīng)過(guò)專業(yè)開(kāi)發(fā)者審核，具備清晰問(wèn)題描述與可復(fù)現(xiàn)測(cè)試環(huán)境。

　　其引入的任務(wù)難度分級(jí)機(jī)制，涵蓋從簡(jiǎn)單修改到復(fù)雜多文件操作，旨在系統(tǒng)評(píng)估大模型的多語(yǔ)言泛化能力，推動(dòng)自動(dòng)編程技術(shù)向支持多語(yǔ)言、解決真實(shí)問(wèn)題的通用智能體邁進(jìn)。