SWE-bench 官方联合发布 SWE-bench Pro 多语言基准：全面纳入 Rust、Go 和 C++ 工业级缺陷修复评测

核心要点速览 (Key Takeaways)

• ✓涵盖 Rust、Go、C++ 与 TypeScript 四大系统级语言的 1,200 个真实工程修复用例。
• ✓引入编译期类型检查与集成测试通过率双重校验标准，杜绝虚假通过（False Positives）。
• ✓首批排行榜已公布，Claude 3.7 Sonnet 与 DeepSeek-R1 领跑多语言综合解决率榜首。