オリジナル SWE-Gateベンチマーク：機能テストを通過したAIコード修正の34%がコードレビュー制約に違反 2026年9月3日にarXivで公開されたSWE-Gate論文によると、機能テストを通過したAIによるソフトウェア修正の34%がコードレビュー制約に違反しており、既存のベンチマークがAIエージェントの能力を過大評価していることが示された。 AI软件工程 代码审查 基准测试 18時間前 35
