리더보드로 돌아가기SWE-bench Verified 実践的ソフトウェア開発タスク — 実際のバグ修正能力を測定 LiveCodeBench リアルタイムコーディングベンチマーク — 最新のプログラミング問題への対応能力を測定 SWE-bench Pro プロフェッショナルSWEベンチマーク — より複雑なソフトウェア開発タスクを測定 Aider-Polyglot 多言語コーディングアシスタントベンチマーク — 複数プログラミング言語のコーディング能力を測定
코딩 능력
SWE-bench Verified, LiveCodeBench, SWE-bench Pro, Aider-Polyglot 기반 프로그래밍 능력 평가.
…