Dialogue SWE-Benchの記事一覧

Dialogue SWE-Benchに関する使い方、比較、注意点を個人開発者目線で整理します。

• AIエージェントのベンチマーク完全ガイド：SWE-benchだけでCodexの実力は分からない理由

  SWE-bench、Dialogue SWE-Bench、SWE-Skills-Bench、MarketBench、TerminalWorld、OSWorld、AgentHarmを分けて読み、Codexに任せる範囲と人間確認の残し方を整理します。

• Dialogue SWE-Benchとは？対話型コーディングエージェント評価が重要な理由

  Dialogue SWE-Benchを、CodexやClaude Codeで確認質問、方針相談、レビュー差し戻しを含めて使うための評価軸として整理します。