PRレビュー制約の遵守を検証するソフトウェア開発AIベンチマーク
arXiv cs.AI ・ 2026-09-03
原題: SWE-Gate: Passing Functional Tests Is Not Enough for Software Engineering Agents
AI による要約
ソフトウェア開発エージェントを対象に従来の機能テスト通過だけでなく実PRレビュー由来の受入れ制約遵守を評価するベンチマーク「SWE-Gate」が開発された。実際のPRレビューコメントから抽出した制約に基づき機能修正テストと制約適合テストを個別に分離したリポジトリレベルの修復課題を提供する。これにより単にバグを直すだけでなく現場の開発規約に合致した修正を行えるかを厳密に測定可能にした。
この要約は当サイトの AI が生成したものです。正確な内容は 元記事（arXiv cs.AI）をご確認ください。