נבדק: האם פרוטוקול עיבוד קוד נועד ליצירת שיפוט אמין?

אנליזה חדשה מ-OpenAI מצביעה על בעיות בדמות שיפוט קוד במבחן SWE-Bench Pro, שאומרת על חששות בנוגע להנחה ולקטועי חופשיים של AI models.

מקור: OpenAI News — לכתבה המלאה