近日，豆包正式开源了首个多语言类SWE数据集，旨在提升大模型的自动修Bug能力，该数据集的开源将为相关研究和开发提供丰富的数据集资源，有助于推动自然语言处理和机器学习领域的发展，通过利用该数据集，大模型可以更好地学习如何自动修复代码中的错误，从而提高软件开发的效率和准确性，这一创新举措有望为软件开发行业带来革命性的改变。
电脑知识网4月10日消息，今日，字节跳动豆包大模型团队宣布，正式开源首个多语言类SWE数据集——Multi-SWE-bench，可用于评估和提升大模型“自动修 Bug”能力。
在SWE-bench基础上，Multi-SWE-bench首次覆盖Python之外的7种主流编程语言（Java、Go、Rust、C、C++、TypeScript、JavaScript），是真正面向“全栈工程”的评测基准。
Multi-SWE-bench包含1632个实例，均来自GitHub issue，并经过统一的测试标准和专业开发者的审核筛选，确保每个样本具备清晰的问题描述、正确的修复补丁以及可复现的运行测试环境。
豆包大模型团队希望，Multi-SWE-bench能作为大模型在多种主流编程语言与真实代码环境中的系统性评测基准，推动自动编程能力向更实用、更工程化的方向发展。
团队表示，相比于以往聚焦Python的单语言任务，Multi-SWE-bench更贴近现实中的多语言开发场景，也更能反映当前模型在“自动化软件工程”方向上的实际能力边界。
