Lenovo lidera leaderboard Lite do SWE-bench-Live com agente TianxiCode
Agente TianxiCode da Lenovo, usando DeepSeek-V4.1-Flash, alcançou 71% no split Lite do benchmark SWE-bench-Live, obtendo marca Verified.
Resumo rápido
- Lenovo's TianxiCode topped the Lite leaderboard of SWE-bench-Live.
- Using DeepSeek-V4.1-Flash, it solved 71% of 300 real‑world GitHub issues.
- The result is Verified, but rollout details remain undefined.
Entenda o contexto
SWE-bench-Live é um benchmark que avalia sistemas de IA em correção de bugs reais extraídos de projetos no GitHub, exigindo que a solução seja testada em um ambiente reproduzível. O TianxiCode combina um modelo de linguagem avançado com um agente que executa planejamento, recuperação e correção de forma autônoma.
Em 8 de outubro de 2026, o agente de codificação TianxiCode, desenvolvido pela equipe Tianxi AI da Lenovo, alcançou a primeira posição no leaderboard Lite do benchmark SWE-bench-Live. O resultado foi divulgado em comunicado da Lenovo repassado pelo QbitAI.
Desempenho e metodologia
O framework utiliza o modelo de linguagem DeepSeek-V4.1-Flash como "cérebro" e, segundo a empresa, resolveu 71% das tarefas do split Lite – 213 de 300 problemas extraídos de issues reais no GitHub. Para receber a marca "Verified", a equipe enviou as trajetórias completas das execuções, permitindo que os organizadores verificassem a ausência de vazamento de respostas de referência, casos de teste ou resultados.
Entre as capacidades destacadas estão a recuperação multi‑hop entre arquivos, combinada com poda e segmentação de contexto, que ajuda a rastrear a origem de bugs em bases de código extensas. O agente também realiza planejamento autônomo com chamadas de ferramentas em múltiplas interações, executa testes em um terminal, analisa logs e ajusta a estratégia quando necessário. Por fim, o processo de correção em loop fechado executa o código em um ambiente isolado e refina a patch até que os testes sejam aprovados.O desempenho foi medido apenas no split Lite; a Lenovo não divulgou pontuações para outras divisões do benchmark nem comparou o resultado com outros modelos.
Próximos passos
A Lenovo indica que pretende integrar o TianxiCode nas cadeias de ferramentas para desenvolvedores e em seus produtos de hardware de IA, mas ainda não definiu cronograma ou dispositivos específicos que receberão a tecnologia.
O caso demonstra como um modelo de classe Flash, quando acoplado a um agente robusto, pode alcançar resultados competitivos em tarefas de correção de código real.
Referências
- Fonte consultada: Pandaily — Tecnologia chinesa
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
