الإجاباتمنشور18 المصادر
وكيل برمجي من لينوفو يحل 213 مهمة في اختبار SWE-bench-Live Lite
حلّ TianxiCode، إطار الوكيل البرمجي من لينوفو العامل مع DeepSeek V4.1 Flash، 213 مهمة من أصل 300، محققًا 71% ومتصدرًا لوحة SWE bench Live Lite في 8 أكتوبر 2026. يقيس الاختبار قدرة الأنظمة على معالجة مشكلات مأخوذة من مستودعات GitHub؛ والنتيجة تخص النظام المشترك، لا نموذج DeepSeek وحده.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- حلّ TianxiCode، إطار الوكيل البرمجي من لينوفو العامل مع DeepSeek V4.1 Flash، 213 مهمة من أصل 300، محققًا 71% ومتصدرًا لوحة SWE bench Live Lite في 8 أكتوبر 2026.
- يقيس الاختبار قدرة الأنظمة على معالجة مشكلات مأخوذة من مستودعات GitHub؛ والنتيجة تخص النظام المشترك، لا نموذج DeepSeek وحده.
- شمل التحقق الرسمي مراجعة مسارات تشغيل الوكيل وظروف التقييم، بما في ذلك إجراءات تهدف إلى منع تسرب الإجابات أو الاختبارات.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Lenovo’s Tianxi AI team achieve with its in-house TianxiCode coding-agent framework running DeepSeek-V4.1-Flash on SWE-bench-Live L. Article summary: Lenovo’s Tianxi AI team reportedly took first place on SWE-bench-Live Lite with its in-house TianxiCode agent framework running DeepSeek-V4.1-Flash, achieving an officially verified 71% resolution rate; QbitAI reported t. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
تصدّر TianxiCode، إطار الوكيل البرمجي الذي طوّرته وحدة Tianxi AI في لينوفو، لوحة SWE-bench-Live Lite عند تشغيله مع نموذج DeepSeek-V4.1-Flash. وتُظهر نتيجة 8 أكتوبر 2026 حلّ 213 مهمة من أصل 300، أي بنسبة 71%، مع اجتياز التحقق الرسمي. 2
16
لكن الفارق عن صاحب المركز التالي في قائمة الأنظمة المتحقق منها كان محدودًا: نحو 0.67 نقطة مئوية. والأهم أن الصدارة تخص نسخة Lite، ولا تثبت التقدم على اللوحة الكاملة أو لوحات اللغات المتعددة. 2
16 نشرت QbitAI الخبر في 9 أكتوبر، وتناولته Pandaily في اليوم التالي.
5
19
44
ماذا يقيس الاختبار؟
بدل الاكتفاء بتوليد مقطع برمجي أو إكمال سطر من الكود، يختبر SWE-bench-Live قدرة النظام على التعامل مع مشكلات حقيقية مأخوذة من مشاريع على GitHub، ثم إعداد تعديلات برمجية يُفترض أن تعالجها. لذلك فهو يقيس سير عمل أقرب إلى إصلاح عطل في مشروع قائم. 5
19
في هذه المشاركة، تولّى DeepSeek-V4.1-Flash فهم الشيفرة والاستدلال، بينما وفّر TianxiCode إطار العمل الهندسي واستدعاء الأدوات وإدارة خطوات المهمة. وبذلك تعكس النتيجة أداء النظام المكوّن من النموذج والإطار معًا؛ ولا تفصل مقدار مساهمة كل منهما. 6
16
ماذا تعني علامة «Verified»؟
بحسب تقرير QbitAI، تتطلب آلية التحقق تقديم المسار الكامل لتشغيل الوكيل، كما تشمل مراجعة مدخلات التقييم وبيئة عزل المعلومات للتحقق من عدم تسرب الإجابات المرجعية أو الاختبارات أو النتائج إلى النظام. وقد اجتاز TianxiCode هذه المراجعة. 5
تضيف هذه الخطوات معلومات عن طريقة التقييم تتجاوز رقمًا غير خاضع للمراجعة، لكنها لا تعني أن النتيجة تثبت الأداء في كل بيئة تطوير واقعية. فهي تظل مرتبطة بمهام نسخة Lite تحديدًا. 5
16
دور الإطار وحدود ما تثبته النتيجة
تصف التقارير قدرات TianxiCode بأنها تشمل البحث عبر ملفات متعددة وعلى مراحل، والتخطيط الذاتي مع استدعاء الأدوات في جولات متتابعة، وإنشاء التعديلات البرمجية ومراجعتها ضمن حلقة تصحيح مدعومة بالاختبارات. لكن هذه أوصاف لقدرات الإطار، وليست قياسات منفصلة تبيّن أثر كل قدرة في نتيجة 71%. 9
15
تنسجم النتيجة مع فكرة أن أدوات الوكيل وطريقة تنظيم العمل قد تؤثر في أداء أنظمة البرمجة، إلى جانب النموذج الأساسي. لكنها لا تثبت أن نموذجًا من فئة Flash أقل كلفة أو أكثر كفاءة، ولا تقيس أي وفورات، ولا توضح كيف سيسجل TianxiCode مع نموذج آخر. كذلك، لا تتضمن التقارير المتاحة جدولًا زمنيًا محددًا أو منتجات مسماة لخطط الدمج الأوسع لدى لينوفو. 5
6
الخلاصة
قدّم TianxiCode وDeepSeek-V4.1-Flash نتيجة قوية ومتحققًا منها رسميًا على SWE-bench-Live Lite: حلّ النظام 213 مهمة من أصل 300، وتصدر اللوحة في 8 أكتوبر. والخلاصة الدقيقة هي أن هذا المزيج تصدّر نسخة Lite في ذلك التاريخ؛ أما التفوق على نطاق أوسع، أو إثبات خفض التكلفة أو تفاصيل النشر التجاري، فلا تحسمها هذه النتيجة وحدها.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "وكيل برمجي من لينوفو يحل 213 مهمة في اختبار SWE-bench-Live Lite"؟
حلّ TianxiCode، إطار الوكيل البرمجي من لينوفو العامل مع DeepSeek V4.1 Flash، 213 مهمة من أصل 300، محققًا 71% ومتصدرًا لوحة SWE bench Live Lite في 8 أكتوبر 2026.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
حلّ TianxiCode، إطار الوكيل البرمجي من لينوفو العامل مع DeepSeek V4.1 Flash، 213 مهمة من أصل 300، محققًا 71% ومتصدرًا لوحة SWE bench Live Lite في 8 أكتوبر 2026. يقيس الاختبار قدرة الأنظمة على معالجة مشكلات مأخوذة من مستودعات GitHub؛ والنتيجة تخص النظام المشترك، لا نموذج DeepSeek وحده.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
شمل التحقق الرسمي مراجعة مسارات تشغيل الوكيل وظروف التقييم، بما في ذلك إجراءات تهدف إلى منع تسرب الإجابات أو الاختبارات.
المصادر
forck.liveWeek 41, 2026 · AI lab announcements, 5–11 October 2026
swe-bench-live.github.ioSWE-bench-Live Leaderboard
qbitai.com联想天禧自研代码智能体TianxiCode斩获SWE-bench-Live全球第一
pandaily.comLenovo's TianxiCode Agent and DeepSeek-V4.1-Flash Top SWE-bench-Live Lite at 71%, Verified
x.comx.com › thePandaily › articleLenovo's TianxiCode Agent and DeepSeek-V4.1-Flash Top...