← 返回更新日志

Qwen Code dsw-eas-full-20260820-r1 预发布

2026-08-19 · GitHub 原文
Benchmark-Qwen-Ref: v0.21.14 完整端到端验证:SWE-bench Verified 500,发布回写,随后 Terminal-Bench 2.0 89 及最终回写。 <!-- qwen-code-dsw-swe-verified:start --> ### SWE-bench Verified - 状态:**成功** - 数据集:`swe-bench/swe-bench-verified@2`;500/500 已完成 - 结果:378 个已解决,116 个未解决,3 个执行错误,3 个基础设施故障 - 得分:**76.52%** - 得分分母:有效评分器结果(378 + 116 = 494) - Qwen Code:`v0.21.14` (`6e20a58923b0`);模型 `qwen3.7-plus` - 运行:`pool-e790f9f02eca4d45`;调度工作流:https://github.com/QwenLM/qwen-code/actions/runs/32280371805 - 案例轨迹:`swe-bench-verified-dsw-eas-full-20260820-r1-trajectories.tar.gz`(498 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** - 数据集:`[email protected]`;89/89 已完成 - 结果:42 个已解决,31 个未解决,11 个执行错误,5 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:有效评分器结果(42 + 31 = 73) - Qwen Code:`v0.21.14` (`6e20a58923b0`);模型 `qwen3.7-plus` - 运行:`pool-f4f96cf4acfe4142`;调度工作流:https://github.com/QwenLM/qwen-code/actions/runs/32280371805 - 案例轨迹:`terminal-bench-2.0-dsw-eas-full-20260820-r1-trajectories.tar.gz`(78 个案例) <!-- qwen-code-dsw-terminal-bench-2.0:end -->