Real-SWE: el benchmark que prueba agentes de IA con código privado
Qué es Real-SWE y por qué importa a tu startup La startup Withspecific presentó Real-SWE, un benchmark que pone a los agentes de IA a trabajar sobre codebases privadas reales, licenciadas de empresas en producción. A diferencia de los benchmarks académicos clásicos, las tareas no son sintéticas ni provienen de repos públicos: son problemas que …









