OpenAI News·2026-07-08 21:00· 2026-07-08AI 評分29

OpenAI 分析 SWE-Bench Pro 編碼評測中的訊號與雜訊

Separating signal from noise in coding evaluations

AI 導讀

OpenAI 的新分析指出，熱門編碼基準 SWE-Bench Pro 存在問題，引發對 AI 模型評測可靠性與準確性的疑慮。

來源：OpenAI News · openai.com

#評測/基準 #編碼 #OpenAI