AI情报Jul 8, 2026AI情报
文章
OpenAI 发现 SWE-Bench Pro 基准测试中约 30% 的任务出现故障。
该公司收回了之前采纳该基准测试的建议，并建议在评估人工智能编码能力时保持谨慎。
AI 生成：摘要由 AI 根据所链接的来源撰写。 我们如何使用 AI
AI 生成来源: Techmeme
01
来源简报
OpenAI 发现 SWE-Bench Pro 基准测试中约 30% 的任务出现故障。该公司收回了之前采纳该基准测试的建议，并建议在评估人工智能编码能力时保持谨慎。
02