🏆 I benchmark hanno iniziato a essere eseguiti! Iniziamo eseguendo il miglior agente su tutti i 500 problemi verificati da SWE-Bench. Poiché i benchmark richiedono del tempo per essere eseguiti, stiamo creando una pagina sul nostro sito che trasmetterà i risultati man mano che arrivano nei prossimi giorni per l'ispezione.