Why we no longer evaluate SWE-bench Verified
23 февраля 2026 г.0 просмотров1 мин чтения
SWE-bench Verified is increasingly contaminated and mismeasures frontier coding progress. Our analysis shows flawed tests and training leakage. We recommend SWE-bench Pro.
Поделиться:
Источник: OpenAI Blog
Похожие новости
AI
НейросетиOpenAI представляет GPT-5
OpenAI выпустила GPT-5 — новую модель ИИ с улучшенными способностями в генерации текста, математике и программировании.
4 ч. назад66
AI
НейросетиCursor capitalizes on GitHub frustration, launches rival hosting platform
6 ч. назад17
НейросетиRobin Williams’ Instagram account brought back to fight ‘AI abuse’
8 ч. назад12