熱點事件持續更新
OpenHands提升SWE-Bench Verified成績並公開Critic模型
1 篇報道1 個報道來源2 小時前更新
先了解這件事
AI 綜述
2026年10月13日，OpenHands 官方博客介紹團隊在 SWE-Bench Verified 提升成績的方案：透過推理時擴展及訓練專用 Critic Model，將單次軌跡的成績 60.6% 提升至五次嘗試時的 66.4%。團隊使用 veRL 微調 Qwen 2.5 Coder Instruct 32B，作為 Critic 模型；並公開該模型供研究人員使用。報道交代了兩種嘗試設定下的成績、訓練 Critic 模型所用的方法及基礎模型，以及模型的公開提供情況；目前報道所述的成績為五次嘗試達 66.4%。
AI 根據報道生成 · 2 小時前更新
最新進展10月13日 00:27
OpenHands以五次嘗試在 SWE-Bench Verified 達 66.4%，並公開 Critic 模型供研究人員使用。報道時間線
沿着報道，瞭解事件的不同側面。
10月13日
- OpenHands 官方博客OpenHands 透過推理時擴展與 Critic Model 在 SWE-Bench Verified 達 SOTA
OpenHands 透過推理時擴展及訓練專用 Critic 模型，在 SWE-Bench Verified 將成績由單次軌跡的 60.6% 提升至五次嘗試的 66.4%。團隊以 veRL 微調 Qwen 2.5 Coder Instruct 32B 作 Critic 模型，並公開該模型供研究人員使用。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。