arXiv cs.SE· Wei Minn, Zhensu Sun, Lwin Khin Shar, David Lo·· 5 小时前AI 评分48
SWE-Duel：面向编码智能体的自扩展竞技场
SWE-Duel: Towards a Self-Scaling Arena for Coding Agents
AI 导读
论文提出 SWE-Duel，一个让两个编码智能体通过镜像红蓝回合互相评测的竞技场，任务与判定在评测时生成，避免内容提前泄漏。红方在真实仓库中实现新功能并植入隐蔽 bug，蓝方在不知情下审查并修复，双方交换角色。
来源：arXiv cs.SE · arxiv.org