水手重炮罗雷（Cal Raleigh）改写大联盟捕手纪录了，他21日对小熊敲出双响炮，个人累积29轰，超越名人堂捕手班区（Johnny Bench）在明星赛前的捕手最多轰纪录。今年即使是最厉害的「法官」贾吉（Aaron Judge，27轰） ...

IT之家 4 月 10 日消息，豆包大模型团队今日通过官方公众号宣布，首个多语言类 SWE 数据集 Multi-SWE-bench 现已正式开源，可用于评估和提升大模型“自动修 Bug”能力。. 在 SWE-bench 基础上，Multi-SWE-bench 首次覆盖 Python 之外的 7 种主流编程语言，是真正面向“全栈工程”的评测基准。

IT之家 8 月 15 日消息，OpenAI 公司于 8 月 13 日发布新闻稿，宣布推出 SWE-bench Verified 代码生成评估基准，解决了此前的局限性问题，能够更准确地评估人工智能模型在软件工程任务中的表现。. SWE-bench. IT之家注：SWE-Bench 是一个用于评估 LLM 解决 GitHub 上真实软件问题能力的基准测试数据集。