Aggiornare un package una volta รจ facile, farlo per 12 release di fila molto meno โ๏ธ
SWE-Chain valuta i coding agent su catene di upgrade reali, dove ogni versione si costruisce sulla precedente proprio come succede nella manutenzione vera di un progetto.
Dentro troverete:
๐ Dataset: 12 catene di upgrade su 9 package Python reali
๐ Scala: 155 transizioni di versione, 1.660 requisiti verificati
๐ Risultato: i migliori agenti risolvono in media meno del 50% dei task
๐ Top performer: Claude Opus 4.7 su Claude Code al 60,8% di resolving
Lo trovate qui ๐ https://arxiv.org/abs/2605.14415
1August 20, 2026 3.3K 4
