OpenAI News·· 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
Separating signal from noise in coding evaluations
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