הבדלים בין שיעורים לפעולה בעיבוד טקסט

אנליזה חדשה של OpenAI חושפת בעיות במבחן SWE-Bench Pro, מודל שנחשב לשיעור פופולרי עבור הערכה של מודלים AI. החשד הוא לפגוע ביכולת ההתקשרות של המודל ובעייתיות בטוחה בתוצאות הערכה.

מקור: OpenAI News — לכתבה המלאה