新榜讯 4 月 10 日，字节跳动豆包大模型团队重磅开源首个多语言类 SWE 数据集——Multi-SWE-bench。该数据集能够用于评估并增强大模型“自动修 Bug”的能力。在 SWE-bench 的基础之上，Multi-SWE-bench 开创性地涵盖了除 Python 之外的 7 种主流编程语言，成为名副其实面向“全栈工程”的评测基准。其数据全部源自 GitHub issue，历经近一年时间精心构建，旨在尽可能精准地测评及提升大模型高阶编程的智能水平。