模型在APEX-SWE基准测试Pass@1升至34.7%
发生了什么
据X · @mercor报道，某模型在APEX-SWE基准测试中Pass@1从26.6%提升至34.7%（+8.2分）。经过后训练，模型先阅读API文档再操作，使分数提升18.1分；修改后检查实时系统，使每次任务系统调用从0.98增至2.01。模型在所有四次尝试中均完成任务的一致性从9.9%提升至19.9%。
- APEX-SWE Pass@1
- 34.7%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口