OpenAI przeprowadziło audyt benchmarku SWE-Bench Pro i odkryło, że około 30% zadań jest uszkodzonych. Firma wycofała wcześniejsze zalecenie dotyczące adopcji tego narzędzia do oceny modeli AI.
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryginalnym artykule.
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google