OpenAI News·· 2024-08-13AI 评分10
OpenAI 发布 SWE-bench Verified：经过人工验证的子集，用于更可靠地评估 AI 模型解决实际软件问题的能力
Introducing SWE-bench Verified
AI 导读
OpenAI 发布 SWE-bench Verified，这是 SWE-bench 的人工验证子集，用于更可靠地评估 AI 模型解决实际软件问题的能力。该子集经过人工验证，旨在提升评估的可靠性。
来源：OpenAI News · openai.com