Skip to content
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。

Data Cube AI 编辑部来源: 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。