← 返回更新日志

Qwen Code dsw-eas-full-20260818-r3 预发布

2026-08-18 · GitHub 原文
Benchmark-Qwen-Ref: v0.21.13 完整端到端验证:SWE-bench Verified 500,发布回写,随后是 Terminal-Bench 2.0 89 及最终回写。 <!-- qwen-code-dsw-swe-verified:start --> ### SWE-bench Verified - 状态:**成功(SUCCEEDED)** - 数据集:`swe-bench/swe-bench-verified@2`;500/500 已完成 - 结果:351 个已解决,141 个未解决,4 个执行错误,4 个基础设施故障 - 得分:**71.34%** - 得分分母:有效评分结果 (351 + 141 = 492) - Qwen Code:`v0.21.13` (`d95901597430`);模型 `qwen3.7-plus` - 运行池:`pool-669a90b49d8f49e9`;调度工作流:https://github.com/QwenLM/qwen-code/actions/runs/32109866948 - 案例轨迹:`swe-bench-verified-dsw-eas-full-20260818-r3-trajectories.tar.gz`(496 个案例) <!-- qwen-code-dsw-swe-verified:end --> <!-- qwen-code-dsw-terminal-bench-2.0:start --> ### Terminal-Bench 2.0 - 状态:**已隔离(QUARANTINED)** - 数据集:`[email protected]`;89/89 已完成 - 结果:1 个已解决,37 个未解决,36 个执行错误,15 个基础设施故障 - 得分:未公布(不可评分或隔离运行) - 得分分母:有效评分结果 (1 + 37 = 38) - Qwen Code:`v0.21.13` (`d95901597430`);模型 `qwen3.7-plus` - 运行池:`pool-40646da016a146f8`;调度工作流:https://github.com/QwenLM/qwen-code/actions/runs/32109866948 - 案例轨迹:`terminal-bench-2.0-dsw-eas-full-20260818-r3-trajectories.tar.gz`(44 个案例) <!-- qwen-code-dsw-terminal-bench-2.0:end -->