以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Challenging repository-level benchmarks remain limited for many programming language ecosystems, where filtering scarce candidates with ambiguous descriptions or defective tests can discard valuable engineering problems. We introduce Longtail-SWE, a benchmark of 202 issue-resolution tasks across 13 languages with limit
阅读原文 · Vladimir Dobrovolskii, Ibragim Badertdinov, Alexander Golubev
向阳乔木 · opencode-go/deepseek-v4.1-flash
现在大多数代码 Agent 的评测，集中在 Python、JavaScript 这些主流语言上。Clojure、Elixir、Haskell、OCaml、Julia 这些语言的仓库级任务几乎没人做，不是因为没有工程问题，而是候选任务少、筛起来又容易误杀。 Longtail-SWE 想补这块空白：13 种长尾语言，202 个 issue 解决任务，把构建流程和...