← 返回更新日志

Qwen Code dsw-eas-full-20260816-r3 预发布

2026-08-16 · GitHub 原文
Benchmark-Qwen-Ref: v0.21.12 在将 DSW 包代理范围限定为仅验证器依赖出站流量后,进行完整的端到端重跑:Release -> DSW SWE-bench Verified (500) -> Terminal-Bench 2.0 (89) -> 同一 Release 发布。 <!-- qwen-code-dsw-swe-verified:start --> ### SWE-bench Verified - 状态:**隔离(QUARANTINED)** - 数据集:`swe-bench/swe-bench-verified@2`;500/500 已完成 - 结果:293 个已解决,123 个未解决,3 个执行错误,81 个基础设施故障 - 得分:未发布(不可评分或隔离运行) - 得分分母:有效评分器结果(293 + 123 = 416) - Qwen Code:`v0.21.12` (`b965d5f8c24f`);模型 `qwen3.7-plus` - 运行:`pool-8d03378ba2724d3b`;调度工作流:https://github.com/QwenLM/qwen-code/actions/runs/31922258423 - 案例轨迹:`swe-bench-verified-dsw-eas-full-20260816-r3-trajectories.tar.gz`(421 个案例) <!-- qwen-code-dsw-swe-verified:end --> <!-- qwen-code-dsw-terminal-bench-2.0:start --> ### Terminal-Bench 2.0 - 状态:**隔离(QUARANTINED)** - 数据集:`[email protected]`;89/89 已完成 - 结果:1 个已解决,14 个未解决,29 个执行错误,45 个基础设施故障 - 得分:未发布(不可评分或隔离运行) - 得分分母:有效评分器结果(1 + 14 = 15) - Qwen Code:`v0.21.12` (`b965d5f8c24f`);模型 `qwen3.7-plus` - 运行:`pool-57a2e6a1dc41426d`;调度工作流:https://github.com/QwenLM/qwen-code/actions/runs/31922258423 - 案例轨迹:`terminal-bench-2.0-dsw-eas-full-20260816-r3-trajectories.tar.gz`(17 个案例) <!-- qwen-code-dsw-terminal-bench-2.0:end -->