Xiaohongshu waxay soo saartay SWE-Bench Mobile: Marka AI Agent ay wajahdo koodhka App-ka ee malaayiin isticmaalayaal ah, heerka ugu sarreeya ee guushu waa 12% oo keliya?

Kooxda Xiaohongshu waxay soo saartay tijaabo cusub oo lagu magacaabo SWE-Bench Mobile, oo si gaar ah loogu talagalay in lagu qiimeeyo waxqabadka AI Agent ee ku saabsan koodhka dhabta ah ee codsiyada moobilka. Natiijadu waxay dhalisay fikir badan: xitaa AI Agent-ka ugu sarreeya, marka ay wajahayaan koodhka App-ka ee malaayiin isticmaalayaal ah, heerka ugu sarreeya ee guushu waa 12% oo keliya.

Waa maxay SWE-Bench Mobile?

SWE-Bench Mobile waa tijaabo lagu saxo koodhka loogu talagalay horumarinta codsiyada moobilka. Waxay ka kooban tahay hawlo saxitaan ah oo dhab ah oo ku saabsan codsiyada moobilka, taas oo u baahan AI Agent inay awood u yeeshaan:

• Fahmaan qaab-dhismeedka koodhka adag ee codsiyada moobilka
• Go'aamiyaan xididka dhibaatada
• Soo saaraan koodhka saxda ah ee saxitaanka
• Hubiyaan in saxitaanku uusan keenin dhibaatooyin cusub

Natiijooyinka Tijaabada

Inta lagu jiro tijaabada, waxqabadka dhowr AI Agent oo caan ah ayaa ahaa sida soo socota:

• Waxqabadka ugu fiican: Heerka guusha 12%
• Celcelis ahaan: Heerka guusha 5-8%
• Moodello qaar: Ku dhow heerka guusha 0%

Natiijadani aad ayay uga hooseysaa waxqabadka SWE-Bench ee dhaqameed.

Maxay u adag tahay?

Gaar ahaan koodhka codsiyada moobilka ayaa keenay caqabado dheeraad ah:

• La qabsiga dhinacyo badan: Waxay u baahan tahay in si isku mid ah loo tixgeliyo barnaamijyada iOS iyo Android
• Xiriirro isku tiirsanaan oo adag: Isku xirnaanta u dhaxaysa qaybaha codsiyada moobilka ayaa sarreeya
• Xaddidaadaha waxqabadka: Kheyraadka qalabka moobilka ayaa xaddidan, shuruudaha hagaajinta koodhka ayaa sarreeya
• Macquulnimada UI oo adag: Koodhka isdhexgalka interface-ka ayaa adag in si joogto ah loo falanqeeyo

Isbarbardhigga Tijaabooyinka Dhaqameed

Marka la barbar dhigo SWE-Bench ee dhaqameed, dhibka nooca Mobile-ka ayaa si weyn u kordhay:

• Baaxadda koodhka ayaa ka weyn
• Macquulnimada ganacsigu way ka adag tahay
• Tijaabooyinka ayaa adag in la gudbo
• Daqiiqadda macnaha guud ayaa sarreeya

Muhiimadda Warshadaha

Tijaabadani waxay muujineysaa xaddidaadaha AI Agent ee goobaha warshadaha dhabta ah. In kasta oo AI ay si degdeg ah u horumarayso dhanka abuurista koodhka, haddana waxaa weli jira waddo dheer oo loo maro marka la shaqeynayo mashaariic waaweyn oo adag.

Rajada Mustaqbalka

Soo saarista SWE-Bench Mobile waxay bixisaa halbeeg muhiim ah oo lagu cabbiro horumarinta qalabka barnaamijyada AI. Waxay na xusuusineysaa:

• Barnaamijyada AI-da caawiya waxay weli u baahan yihiin kormeer bini'aadam
• Mashaariicda adag waxay u baahan yihiin faham macnaha guud oo caqli badan
• Awoodda moodellada ayaa weli leh meel bannaan oo weyn oo lagu hagaajin karo

Xiriirinta Kheyraadka

• Warqad cilmiyeed: https://arxiv.org/abs/xxxxx
• GitHub: https://github.com/xiaohongshu/swe-bench-mobile