8 月 14 日
OpenAI 推出了一个用于评估 AI 模型解决现实世界软件问题的基准 ——SWE-bench Verified,这是对原有 SWE-bench 的改进版本。这个基准旨在更可靠地评估 AI 模型解决真实软件问题的能力,随着 AI 系统越来越接近通用人工智能(AGI),对于评估它们的能力的要求也越来越高。
专业版功能
体验专业版特色功能,拓展更丰富、更全面的相关内容。
OpenAI 推出了一个用于评估 AI 模型解决现实世界软件问题的基准 ——SWE-bench Verified,这是对原有 SWE-bench 的改进版本。这个基准旨在更可靠地评估 AI 模型解决真实软件问题的能力,随着 AI 系统越来越接近通用人工智能(AGI),对于评估它们的能力的要求也越来越高。