Aug 29, 2026 13 min read
《SWE-Lancer:前沿大模型能从真实自由职业软件工程中赚到 100 万美元吗?》中文精读
用 1,400 多个真实自由职业软件任务和实际报价检验 agent 的经济可用性,而非只测合成修复题。
大模型算法、训练系统与工程实践的学习笔记。
Tag
2 essays under this label.
用 1,400 多个真实自由职业软件任务和实际报价检验 agent 的经济可用性,而非只测合成修复题。
移除预打包工具和干净输入假设,测探索新工具、未见组合、噪声与欠指定请求下的端到端执行。