Buchumschlag

SWE Context Bench: A Benchmark for Context Learning in Coding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Jiayuan, Wu, Junde, Hu, Minhao, Zhu, Shengda, Pan, Jiazhen, Shen, Weixiang, Yang, Yijun, Liu, Fenglin, Hao, Jianye, Jin, Yueming, Ho, Qirong, Xu, Min
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Git Context Controller: Manage the Context of LLM-based Agents like Git
von: Wu, Junde, et al.
Veröffentlicht: (2025)

SWE-Bench+: Enhanced Coding Benchmark for LLMs
von: Aleithan, Reem, et al.
Veröffentlicht: (2024)

UTBoost: Rigorous Evaluation of Coding Agents on SWE-Bench
von: Yu, Boxi, et al.
Veröffentlicht: (2025)

SWE-Pruner: Self-Adaptive Context Pruning for Coding Agents
von: Wang, Yuhang, et al.
Veröffentlicht: (2026)

SWE-Cycle: Benchmarking Code Agents across the Complete Issue Resolution Cycle
von: Guan, Hao, et al.
Veröffentlicht: (2026)

Ask Patients with Patience: Enabling LLMs for Human-Centric Medical Dialogue with Grounded Reasoning
von: Zhu, Jiayuan, et al.
Veröffentlicht: (2025)

What's in a Benchmark? The Case of SWE-Bench in Automated Program Repair
von: Martinez, Matias, et al.
Veröffentlicht: (2026)

LONGCODEU: Benchmarking Long-Context Language Models on Long Code Understanding
von: Li, Jia, et al.
Veröffentlicht: (2025)

SWE-Bench-CL: Continual Learning for Coding Agents
von: Joshi, Thomas, et al.
Veröffentlicht: (2025)

SWE-Sharp-Bench: A Reproducible Benchmark for C# Software Engineering Tasks
von: Mhatre, Sanket, et al.
Veröffentlicht: (2025)

SWE-TRACE: Optimizing Long-Horizon SWE Agents Through Rubric Process Reward Models and Heuristic Test-Time Scaling
von: Han, Hao, et al.
Veröffentlicht: (2026)

In Line with Context: Repository-Level Code Generation via Context Inlining
von: Hu, Chao, et al.
Veröffentlicht: (2026)

Saving SWE-Bench: A Benchmark Mutation Approach for Realistic Agent Evaluation
von: Garg, Spandan, et al.
Veröffentlicht: (2025)

SWE Atlas: Benchmarking Coding Agents Beyond Issue Resolution
von: Raghavendra, Mohit, et al.
Veröffentlicht: (2026)

SWE-QA: A Dataset and Benchmark for Complex Code Understanding
von: Elkoussy, Laïla, et al.
Veröffentlicht: (2026)

SWE-Chain: Benchmarking Coding Agents on Chained Release-Level Package Upgrades
von: Lam, Man Ho, et al.
Veröffentlicht: (2026)

CATCODER: Repository-Level Code Generation with Relevant Code and Type Context
von: Pan, Zhiyuan, et al.
Veröffentlicht: (2024)

One-Prompt to Segment All Medical Images
von: Wu, Junde, et al.
Veröffentlicht: (2023)

Not just Birds and Cars: Generic, Scalable and Explainable Models for Professional Visual Recognition
von: Wu, Junde, et al.
Veröffentlicht: (2024)

AACR-Bench: Evaluating Automatic Code Review with Holistic Repository-Level Context
von: Zhang, Lei, et al.
Veröffentlicht: (2026)

Evo: Autoregressive-Diffusion Large Language Models with Evolving Balance
von: Wu, Junde, et al.
Veröffentlicht: (2026)

MRG-Bench: Evaluating and Exploring the Requirements of Context for Repository-Level Code Generation
von: Li, Haiyang
Veröffentlicht: (2025)

SWE-WebDevBench: Evaluating Coding Agent Application Platforms as Virtual Software Agencies
von: Saxena, Siddhant, et al.
Veröffentlicht: (2026)

DSCodeBench: A Realistic Benchmark for Data Science Code Generation
von: Ouyang, Shuyin, et al.
Veröffentlicht: (2025)

SWE-Bench Mobile: Can Large Language Model Agents Develop Industry-Level Mobile Applications?
von: Tian, Muxin, et al.
Veröffentlicht: (2026)

SWE-Refactor: A Repository-Level Benchmark for Real-World LLM-Based Code Refactoring
von: Xu, Yisen, et al.
Veröffentlicht: (2026)

Does SWE-Bench-Verified Test Agent Ability or Model Memory?
von: Prathifkumar, Thanosan, et al.
Veröffentlicht: (2025)

Benchmarking LLMs for Fine-Grained Code Review with Enriched Context in Practice
von: Hu, Ruida, et al.
Veröffentlicht: (2025)

LoCoBench-Agent: An Interactive Benchmark for LLM Agents in Long-Context Software Engineering
von: Qiu, Jielin, et al.
Veröffentlicht: (2025)

RepoMirage: Probing Repository Context Reasoning in Code Agents with Perturbations
von: Li, Hanyu, et al.
Veröffentlicht: (2026)

AutoCodeBench: Large Language Models are Automatic Code Benchmark Generators
von: Chou, Jason, et al.
Veröffentlicht: (2025)

SWE-Shepherd: Advancing PRMs for Reinforcing Code Agents
von: Dihan, Mahir Labib, et al.
Veröffentlicht: (2026)

LoCoBench: A Benchmark for Long-Context Large Language Models in Complex Software Engineering
von: Qiu, Jielin, et al.
Veröffentlicht: (2025)

SWE-PRBench: Benchmarking AI Code Review Quality Against Pull Request Feedback
von: Kumar, Deepak
Veröffentlicht: (2026)

MedOpenClaw and MedFlowBench: Auditing Medical Agents in Full-Study Workflows
von: Shen, Weixiang, et al.
Veröffentlicht: (2026)

FeatureBench: Benchmarking Agentic Coding for Complex Feature Development
von: Zhou, Qixing, et al.
Veröffentlicht: (2026)

SWE-QA-Pro: A Representative Benchmark and Scalable Training Recipe for Repository-Level Code Understanding
von: Cai, Songcheng, et al.
Veröffentlicht: (2026)

MOSS: Enabling Code-Driven Evolution and Context Management for AI Agents
von: Zhu, Ming, et al.
Veröffentlicht: (2024)

SWE-Manager: Selecting and Synthesizing Golden Proposals Before Coding
von: Tan, Boyin, et al.
Veröffentlicht: (2026)

aiXcoder-7B-v2: Training LLMs to Fully Utilize the Long Context in Repository-level Code Completion
von: Li, Jia, et al.
Veröffentlicht: (2025)