תעיתים בין תיאור לביצועים בייצור תוכנה

מחקר חדש מ-OpenAI חושף בעיות ב-SWE-Bench Pro, מדד ביצועי פופולרי, שגורם לנושאים לגבי विश्वसनीयता ואיכות 평ינה של מודלים AI.

מקור: OpenAI News — לכתבה המלאה