跳到正文
原文
OpenAI News·· 2026-07-08AI 评分35

OpenAI 分析揭示 SWE-Bench Pro 编码基准问题

Separating signal from noise in coding evaluations

AI 导读

OpenAI 新分析指出,流行的编码基准 SWE-Bench Pro 存在问题,引发对评估 AI 模型可靠性和准确性的担忧。

原文

A new analysis from OpenAI reveals issues in SWE-Bench Pro, a popular coding benchmark, raising concerns about reliability and accuracy in evaluating AI models.

来源:OpenAI News · openai.com