Por que não avaliamos mais o SWE-bench Verified

O SWE-bench Verified está cada vez mais contaminado e mede incorretamente o progresso da codificação de fronteira. Nossa análise mostra testes falhos e vazamento no treinamento. Recomendamos o SWE-bench Pro.

Fonte: OpenAI Blog

Publicado em 2026-02-23

Notícias relacionadas

Continue explorando