docker.io/yuntongzhang/swe-bench
docker.io/yuntongzhang/swe-bench镜像为SWE-bench基准测试提供运行环境，SWE-bench是针对真实世界软件修复任务的基准套件，用于评估大型语言模型及代码生成模型解决实际编程问题的能力。该镜像预配置了运行SWE-bench评估所需的依赖、数据集和工具链，可帮助用户快速开展模型评估，无需手动搭建复杂环境。