Nebius发布Longtail-SWE多语言基准

Nebius团队发布Longtail-SWE仓库级软件工程基准，收录202道issue解决任务，覆盖现有相关基准较少涉及的13门语言，包括Clojure、Dart、Elixir、Erlang、F#、Haskell、Julia、Kotlin、Lua、OCaml、R、Scala和Swift。 Nebius同时公开全部基准实例、可执行环境、构建与评测工具及智能体轨迹，并提供一套更简单的任务，供小模型评测使用。

AI 根据报道生成 · 25 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。