OpenAI 重新审计了 SWE-Bench Pro，发现它不再可靠地衡量前沿编码能力

LINUX DO 最新，Linux.do，新兴的中文高质量技术社区，覆盖 Linux、编程、AI 等话题。关注

是不是因为 gpt 在 deepSWE 上表现好

添加评论
点赞收藏
点踩分享查看原文
评论
?
参与讨论