@mohit_r9a: 当我们构建SWE-Interact时，目标是将任何SWE评估任务从点估计（所有信息……

X AI KOLs Timeline 工具
software-engineering evaluation-tool dynamic-evaluation user-interaction harbor-framework swe-interact

摘要

SWE-Interact已更新，以支持软件工程任务的动态、用户驱动的评估会话，在Harbor中提供原生支持，用于模拟多轮用户-代理交互。

当我们构建SWE-Interact时，目标是将任何SWE评估任务从点估计（所有信息都预先提供给代理）转变为用户驱动的会话，并逐步增加欠规范化的程度。 现在，您可以从Harbor原生运行SWE-Interact风格的动态评估，将任何任务转化为用户<->代理会话。请查看Harbor文档中的示例，并感谢@harborframework团队添加此功能！
查看原文
查看缓存全文

缓存时间: 2026/08/26 05:19

在构建 SWE-Interact 时，我们的目标是将 SWE 评估任务从预先提供所有信息的点估计模式，转变为由用户驱动、需求模糊性逐步递增的交互会话。

现在您可以直接在 Harbor 中运行 SWE-Interact 风格的动态评估，将任何任务转化为用户与智能体的对话会话。请参阅 Harbor 文档中的示例，感谢 @harborframework 团队实现此功能！

Kobe (@kobe0938): Harbor 现已支持模拟用户功能：用户智能体可扮演人类角色，通过多轮对话引导目标智能体完成任务。

相似文章

SWE-INTERACT: 将SWE基准重新构想为用户驱动的长期编码会话

Hugging Face Daily Papers

SWE-Interact是一个新的测试平台，用于评估编码智能体在真实的多轮用户驱动软件工程任务中的表现，揭示了强大的单轮基准性能并不能可靠地迁移到交互式、迭代的工作流程中，在这些流程中，智能体必须发现用户意图并适应不断变化的需求。