SWE-bench Science：编程 Agent 能否解决科学工程任务？

英文标题：SWE-bench Science: Can Coding Agents Resolve Engineering Tasks in Science?

该论文以“SWE-bench Science”为题，探讨编程 Agent 是否能够解决科学领域的软件工程任务。摘要指出，软件正日益成为科学仪器本身的一部分，科学代码的故障不仅可能影响程序行为，也可能危及科学结论所依赖的证据。该研究关注现有编程 Agent 评测在科学软件场景中的适用性，对开发者构建可靠的科研代码工具和行业评估 AI 编程能力具有意义。该论文以 arXiv:2608.19799v1 的新稿形式发布。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB