ニュース
How SWE-Serve Exposes the Gap Between Local Tests and Live Serving
NVIDIA Developer · 公開日 · 読了3分
30秒で要点
- 何が起きたか
- SWE-Serve benchmark reveals that AI coding patches pass local tests 69.4% of the time but only 45.9% when live serving checks are included.
- なぜ重要か
- Engineers building inference-serving systems need this when evaluating AI agents for production-grade changes to LLM serving software like SGLang.
- 注意点
- SWE-Serve tests only SGLang on single H100 or CPU; results may not generalize to other inference engines, multi-GPU setups, or different hardware configurations.
- agent
- inference
- serving
- eval
この話題の背景にあるパターン
各ページで、技術の仕組み、コストに見合う場面、そして破綻する条件を解説しています。
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。