Nieuwe benchmark suite voor AI-coderingsagenten: SWE-Atlas! de inspanning is om iets anders te meten dan de klassieke SWE-bench patch-fixing, namelijk een diep begrip van de codebase (runtime-analyse + multi-bestand redenering). in Codebase QnA is het behoorlijk moeilijk met topmodellen die slechts rond de ~30% strikte slaagpercentage hadden.