SWE-Serve révèle l'écart entre tests locaux et déploiement en production

NVIDIA présente SWE-Serve, un benchmark de 53 tâches développé avec l'équipe SGLang pour évaluer les modifications de logiciels d'inference-serving sur l'ensemble du pipeline, pas seulement en tests unitaires. L'objectif est de vérifier que le système renvoie des résultats corrects via son interface publique, une fois le modèle réellement chargé en production.