**Longtail-SWE：填补长尾语言空白，构建高质量软件工程评测基准**

_Longtail-SWE: High-Quality SWE Tasks for Underrepresented Languages_

> 针对现有仓库级基准在多种编程语言生态中覆盖不足的问题，研究团队提出了 Longtail-SWE 基准。该基准包含 13 种长尾语言（如 Clojure、Elixir、Julia 等）的 202 个高质量任务。通过构建“求解器 - 裁判 - 修复器”的自动化流水线，该研究有效筛选并修正了测试用例与任务描述，解决了候选任务描述模糊或测试缺陷的问题，从而为评估 AI 在这些稀缺语言上的代码修复能力提供了更全面的评测环境。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-10 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.10304)