← 返回更新日志

Qwen Code dsw-eas-full-20260821-r1 预发布

2026-08-21 · GitHub 原文
Benchmark-Qwen-Ref: v0.21.15 端到端完整评测:SWE-bench Verified 500 随后进行 Terminal-Bench 2.0 89,包含验证器支持的评测结果与轨迹回写。 <!-- 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:377 个已解决,118 个未解决,2 个执行错误,3 个基础设施故障 - 得分:**76.16%** - 得分分母:有效评分器结果 (377 + 118 = 495) - Qwen Code:`v0.21.15` (`5dce2515a778`);模型 `qwen3.7-plus` - 运行:`pool-82e3a6633a264530`;调度工作流:https://github.com/QwenLM/qwen-code/actions/runs/32444619153 - 案例轨迹:`swe-bench-verified-dsw-eas-full-20260821-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:**隔离** - 数据集:`[email protected]`;89/89 已完成 - 结果:43 个已解决,29 个未解决,11 个执行错误,6 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 (43 + 29 = 72) - Qwen Code:`v0.21.15` (`5dce2515a778`);模型 `qwen3.7-plus` - 运行:`pool-3abc82f27dca44a7`;调度工作流:https://github.com/QwenLM/qwen-code/actions/runs/32444619153 - 案例轨迹:`terminal-bench-2.0-dsw-eas-full-20260821-r1-trajectories.tar.gz` (78 个案例) <!-- qwen-code-dsw-terminal-bench-2.0:end -->