overfeed.news

Why we no longer evaluate SWE-bench Verified

OpenAI Newsen

6mês

Idade

Publicado
Coletado

SWE-bench Verified is increasingly contaminated and mismeasures frontier coding progress. Our analysis shows flawed tests and training leakage. We recommend SWE-bench Pro.

Leia o artigo completo em openai.com

O overfeed.news indexa e aponta. Publicamos um trecho curto — o artigo completo fica em OpenAI News.

Mais de OpenAI News

Entre para seguir esta fonte
Why we no longer evaluate SWE-bench Verified — overfeed.news