DeepSeek flash max 是第一个在具有挑战性的 SWE-sweep bug 查找基准上达到 >1% 的模型

原文：DeepSeek flash max is the first model to reach >1% on challenging SWE-sweep bug finding benchmark

大家好，我刚刚更新了 SWE-sweep 排行榜，添加了更多开放重量模型！ DeepSeek v4.1 flash（max）是我们评估的第一个开放权重模型，其得分>1%。这个基准测试极具挑战性：模型获取包含数百个错误的（可能非常大）存储库的快照。他们没有收到任何有关这些错误是什么的提示，并且需要修复所有这些错误。这是有充分理由的

正文由本站服务器抓取保存（已自动过滤广告、推荐位与追踪图片），排版与原站可能不同；版权归原站所有。