# يقيس معيار AgentSWE ما تسلمه وكلاء البرمجة فعلياً

> تحدد مسودة arXiv خمسة وعشرين اختباراً لإنشاء الوكلاء وتعديل الشيفرات القائمة وتحسينها نحو هدف محدد.

- الرابط الدائم: https://newsverum.com/ar/news/agentswe-coding-agent-benchmark-requirement-fidelity-2026
- الناشر: Newsverum
- القسم: التكنولوجيا
- البلد: الصين
- نُشر: 2026-10-13T10:04:09+00:00
- آخر تحديث: 2026-10-13T10:04:09+00:00
- فترة الحدث / البيانات: 2026-10-09
- النسخ الأخرى: [Türkçe](https://newsverum.com/tr/news/agentswe-coding-agent-benchmark-requirement-fidelity-2026.md), [English](https://newsverum.com/en/news/agentswe-coding-agent-benchmark-requirement-fidelity-2026.md), [Français](https://newsverum.com/fr/news/agentswe-coding-agent-benchmark-requirement-fidelity-2026.md), [Español](https://newsverum.com/es/news/agentswe-coding-agent-benchmark-requirement-fidelity-2026.md), [Deutsch](https://newsverum.com/de/news/agentswe-coding-agent-benchmark-requirement-fidelity-2026.md), [Português](https://newsverum.com/pt/news/agentswe-coding-agent-benchmark-requirement-fidelity-2026.md)

نشر باحثون مرتبطون بأكاديمية بكين للذكاء الاصطناعي ومؤسسات شريكة معيار AgentSWE لقياس مدى إنشاء وكيل البرمجة وكيلاً آخر يفي بمتطلب مكتوب بلغة طبيعية. وتغطي مسودة arXiv المؤرخة في 9 أكتوبر 25 مهمة عبر ثلاث مراحل: إنشاء وكيل من الصفر، وتعديل قواعد شيفرة وكلاء مستخدمة في الإنتاج، وتحسين الأداء نحو هدف قابل للقياس. يعمل الوكيل المنشئ على مجموعة محدودة من الأمثلة التوضيحية، ثم يُقيّم التسليم على حالات محجوبة وفق معايير مستمدة من المتطلب.

يفيد المؤلفون بأن أياً من تركيبات النماذج وأدوات التشغيل التي قيّموها لم يقترب من تنفيذ ما طلبته المتطلبات. وحدد تحليلهم مشكلات متكررة تشمل الإفراط في التوافق مع الأمثلة الظاهرة، ووجود بيئات تشغيل لا تؤدي العمل الموعود، وادعاءات إتمام بلا دليل. لذلك يختبر المعيار أداء الوكيل المبني للمهمة المحددة بدلاً من مظهر اكتمال الشيفرة. وتظل النتائج خاصة بمهام البحث الخمس والعشرين وإعدادات التقييم في المسودة؛ ولا تثبت معدل إخفاق عاماً لوكلاء البرمجة أو الاستخدام الإنتاجي.

## البيانات

### أعداد المهام والمراحل في مسودة AgentSWE

عدد المهام ومراحل دورة التطوير المحددة لنطاق المعيار.

المنهجية: توزع الورقة 25 مهمة على الإنشاء والتحرير والتحسين؛ وتنطبق الأعداد على هذا المعيار البحثي فقط.

| القياس | القيمة |
|---|---|
| مهام AgentSWE | 25 |
| مراحل الإنشاء والتحرير والتحسين | 3 |

المصادر: <https://arxiv.org/abs/2610.13361> · تنزيل البيانات: [JSON](https://newsverum.com/api/v1/articles/agentswe-coding-agent-benchmark-requirement-fidelity-2026/data/benchmark-scope-counts?lang=ar&format=json) · [CSV](https://newsverum.com/api/v1/articles/agentswe-coding-agent-benchmark-requirement-fidelity-2026/data/benchmark-scope-counts?lang=ar&format=csv)

## المصادر

- [arXiv preprint by researchers affiliated with Beijing Academy of Artificial Intelligence, Institute of Automation of the Chinese Academy of Sciences and Renmin University of China](<https://arxiv.org/abs/2610.13361>) (تاريخ مراجعة المصدر: 2026-10-13; نُشر: 2026-10-09)

---

استخدم الرابط الدائم أعلاه عند الاقتباس. [معايير النشر والتصحيحات](https://newsverum.com/ar/editorial)