AI注目記事のキュレーターページ

サマリー

OpenAIの分析がSWE-Bench Proの信頼性と正確性に疑問を投げかけています。このベンチマークはAIモデルの評価に広く使用されていますが、問題が指摘されています。今後の評価方法の見直しが求められるでしょう。