SWE-bench_Multimodal

# SWE-bench Multimodal

SWE-bench Multimodal is a dataset of 617 task instances that evalutes Language Models and AI Systems on their ability to resolve real world GitHub issues.

To learn more about the dataset, please visit [our website](https://swebench.com/multimodal).
You can find the leaderboard at SWE-bench's [home page](https://www.swebench.com/#multimodal).

# SWE-bench Multimodal

SWE-bench Multimodal 是一个包含617个任务实例的数据集，用于评估大语言模型（Large Language Model，LLM）与AI系统解决真实场景下GitHub议题的能力。

如需了解该数据集的更多详情，请访问[我们的官方网站](https://swebench.com/multimodal)。你可在SWE-bench的[首页](https://www.swebench.com/#multimodal)查看排行榜。

搜集汇总

背景与挑战

背景概述

SWE-bench Multimodal是一个包含617个任务实例的数据集，旨在评估语言模型和AI系统解决真实GitHub问题的性能。该数据集采用Apache 2.0许可证，并于2025年5月8日更新。