
OpenAI rút lại khuyến nghị về bộ benchmark lập trình SWE-Bench Pro
OpenAI đã rút lại khuyến nghị sử dụng SWE-Bench Pro làm thước đo khả năng lập trình của AI sau khi một cuộc kiểm tra nội bộ phát hiện gần 30% các tác vụ của bộ benchmark này có sai sót trong thiết kế, làm sai lệch kết quả.







