OpenAI News·· 2026-07-08
在编码评估中分离信号与噪声
Separating signal from noise in coding evaluations
AI 导读
【AI 翻译 · 未评分】OpenAI 的一项新分析揭示了流行编码基准 SWE-Bench Pro 中的问题，引发了对评估 AI 模型时可靠性和准确性的担忧。
来源：OpenAI News · openai.com
在编码评估中分离信号与噪声
Separating signal from noise in coding evaluations
【AI 翻译 · 未评分】OpenAI 的一项新分析揭示了流行编码基准 SWE-Bench Pro 中的问题，引发了对评估 AI 模型时可靠性和准确性的担忧。
来源：OpenAI News · openai.com