model-evaluation

真实SWE：在私有、真实世界的企业代码库上基准测试AI模型

实战SWE项目通过在私有、真实世界的企业代码库上基准测试AI模型，弥补了传统基准测试在合成数据集或开源代码库上的不足，提供更准确的AI模型性能评估。