fxiao0369/

deepseek-v4-flash-swebench-replay

	deepseek-v4-flash-swebench-replay




	


	中文

这是一个 DeepSeek V4 Flash 在 SWE-bench 上的 agentic replay 数据集仓库。 它的目标是让使用者不需要部署 SWE-bench，也不需要复现 Docker/benchmark 环境，就可以直接查看和重放模型的多轮推理与工具调用轨迹。

verified_agentic lite_agentic

单轮 single-turn trace verified_mini_agentic（当前本地仅完成 31/50，因此不纳入首版）

verified_agentic: 354 / 500, Acc/Pass@1 = 70.8 lite_agentic: 182 / 300, Acc/Pass@1 = 60.67

这些轨迹由… See the full description on the dataset page: https://huggingface.co/datasets/fxiao0369/deepseek-v4-flash-swebench-replay.