क्लाउड कोड या कोडेक्स जैसे एआई कोडिंग एजेंट ठीक फ़ाइल खोजने में विश्वसनीय हैं लेकिन उसमें से अधिकांश महत्वपूर्ण पंक्तियों को खो देते हैं। नया SWE-Explore बेंचमार्क पहला है जो कोड सर्च को वास्तविक मरम्मत से अलग जांचता है।
नए मॉडल क्षमता और मूल्य-प्रदर्शन सीमा को रीसेट करते हैं। जब भी कोई लॉन्च प्रति डॉलर संभव होता है तो टीमें पुनर्मूल्यांकन करती हैं कि क्या बनाया जाए।
सारांश केवल जानकारी के लिए एकत्र किए गए हैं - पूरी कहानी के लिए स्रोत लिंक का अनुसरण करें। डेमो प्रविष्टियाँ उदाहरणात्मक हैं।