跳到正文
原文
OpenAI News·· 2026-02-23AI 评分37

OpenAI 停止评估 SWE-bench Verified 的原因

Why we no longer evaluate SWE-bench Verified

AI 导读

OpenAI 分析发现,SWE-bench Verified 评测基准存在测试缺陷和训练泄露问题,因此不再进行评估,并推荐使用 SWE-bench Pro。

原文

SWE-bench Verified is increasingly contaminated and mismeasures frontier coding progress. Our analysis shows flawed tests and training leakage. We recommend SWE-bench Pro.

来源:OpenAI News · openai.com