נזקקול את התשובה הזו!

OpenAI פרסם תחקיר חדש שצמצם את הביצועים של SWE-Bench Pro, מודל מבחן חישוב תוכנה פופלארי. המסקנה היא שאין ודאות לגבי מדדים אמתיים ותשומת לב למודלים AI.

מקור: OpenAI News — לכתבה המלאה