Real-SWE：プライベートな実世界のエンタープライズコードベースでのAIモデルのベンチマーク

Real-SWEは、最先端のAIモデルを、実際の企業のプライベートなコードベースで評価するためのベンチマークです。タスクは、実際の企業のプロダクションコードから抽出され、既存製品の複雑さや文脈を反映しています。企業固有のルールやコーディング規約を理解し、ビジネスに影響を与える変更（請求、税金計算、顧客移行など）を正確に行えるかが評価されます。