arXiv cs.CL· Wei Minn, Zhensu Sun, Lwin Khin Shar, David Lo·· 2 小时前AI 评分41
SWE-Duel：面向编程智能体的自扩展竞技场
SWE-Duel: Towards a Self-Scaling Arena for Coding Agents
AI 导读
SWE-Duel 是一个让两个编程智能体通过红蓝对抗互相出题评测的竞技场，任务与判定标准在评测时生成，避免内容泄漏和饱和。
来源：arXiv cs.CL · arxiv.org