OpenAI、コーディング評価ベンチマーク「SWE-Bench Pro」に信頼性の問題があると指摘
tech/ai news
ワンポイント人気ベンチマークSWE-Bench Proの信頼性に疑問符
この記事は OpenAI News の一次情報をもとにAIが再構成したものです。 原文を読む →
OpenAIが公開した新しい分析によると、AIモデルの評価に広く使われているコーディングベンチマーク「SWE-Bench Pro」に問題が見つかったとのことです。これにより、同ベンチマークの信頼性と正確性について懸念が示されています。
全文を読むには有料プランへの登録が必要です。
プランを見る →