מחקר OpenAI – בדיקות שיטת SWE-Bench Pro עומדות בסימן ספק

מחקר חדש של OpenAI חושף בעיות בSWE-Bench Pro, מודל שיטת בדיקה פופולארית למדידת יכולת של מודלים AI. חששות נוצרים לגבי אמ אמינות והנכונות של הדרישה זו לערכה מדויקת.

מקור: OpenAI News — לכתבה המלאה