Why SWE-bench Verified no longer measures frontier coding capabilities
Why SWE-bench Verified no longer measures frontier coding capabilities
왜 중요한가
감사 대상 문제의 최소 59.4%가 결함 테스트, 벤더가 벤치마크 하네스의 신호 오염을 인정
출처 — 1차 출처를 우선 확인하고, 2차 보도는 「보도」로 따로 표시해요
공식 발표openai.comhttps://openai.com/index/why-we-no-longer-evaluate-swe-bench-verified/2026년 35주차에 더한 기록이에요 · 그 주 보기