Skip to content
AIインテリジェンスJul 8, 2026AIインテリジェンス
記事

OpenAIは、SWE-Bench Proベンチマークのタスクの約30%が破損していることを発見しました。同社は、ベンチマークの採用を推奨していた以前の推奨を撤回し、AIのコーディング能力を評価する際には注意を促しています。

Data Cube AI 編集部出典: Techmeme
01

ソース要約

OpenAIは、SWE-Bench Proベンチマークのタスクの約30%が破損していることを発見しました。同社は、ベンチマークの採用を推奨していた以前の推奨を撤回し、AIのコーディング能力を評価する際には注意を促しています。