FrontierSWE

简介

FrontierSWE 由 Proximal Labs 发布，测试超长周期工程能力：每个任务给智能体数小时去实现、优化或研究一项实质性工作。初版按 17 个任务上的优势度（dominance）指标排名，现已被改用平均任务得分的 FrontierSWE v2 取代，两个版本分开记录。