
OpenAI Cabut Rekomendasi Tolok Ukur Pengodean SWE-Bench Pro
OpenAI mengumumkan tidak lagi merekomendasikan SWE-Bench Pro sebagai tolok ukur kemampuan pengodean AI setelah audit internal menemukan kelemahan desain yang signifikan pada sekitar sepertiga tugasnya. Perusahaan kini menarik kembali rekomendasi sebelumnya bagi komunitas riset untuk menggunakan evaluasi tersebut.







