utworzone przez Redakcja | lip 9, 2026
Analiza OpenAI wykazała istotne problemy z niezawodnością benchmarku SWE-Bench Pro, służącego do oceny umiejętności kodowania modeli AI. Wyniki rzucają cień na wiarygodność tego popularnego narzędzia pomiarowego.
utworzone przez Redakcja | lip 8, 2026
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.
