修复重复提交导致的重复写入
标准：受限接口幂等修复补丁 · 反例与回归 · 影响和恢复说明
人的责任确定业务操作身份与合并决定
完整示例3条验收门槛 · 3组相关来源
Scale / Reflection / 任务基准
SWE-Bench Pro V2
修复与回归
证据条件
- 版本
- V2; 2026-09-22
- 资料开放性
- 公开任务与结果
- 来源家族
- Scale / Reflection
- 下次复核
- 2026-11-26
- 本站复现
- 未运行；引用外部研究
阅读限制
这份证据还不能证明
不能把聚合分数下放到幂等任务
同一实验的论文、博客和转载按一组来源计算。本站任务适配属于分析判断，不代表上游测试了本站任务。
外部结果快照
保留原指标，不作跨基准总排名本页暂未摘录可解释的数值快照
可查原始结果入口。没有记录的分数保持未知，不以旧数字补齐。
关联的工作任务
以下为部分覆盖或方法关联，尚未完成逐题对应。
核对业务写入与事件通知是否一致
标准：业务写入与事件交付一致性原子outbox · 重放与去重 · 维护说明
人的责任决定一致性、补偿和上线责任
基础草案3条验收门槛 · 2组相关来源
判断新模型版本是否可以发布
标准：模型版本发布决策限域发布/影子/拒绝建议与回滚条件
人的责任确定阈值及上线范围
基础草案3条验收门槛 · 3组相关来源