OpenAI News·· 2026-07-08AI 评分45
OpenAI 分析 SWE-Bench Pro 编码评测中的信号与噪声问题
Separating signal from noise in coding evaluations
AI 导读
OpenAI 发布新分析，指出编码评测基准 SWE-Bench Pro 存在问题，引发对 AI 模型评测可靠性与准确性的担忧。
来源：OpenAI News · openai.com
OpenAI 分析 SWE-Bench Pro 编码评测中的信号与噪声问题