关于 基准可靠性 的快讯列表
| 时间 | 详情 |
|---|---|
|
2026-06-30 00:00 |
OpenAI：SWE-Bench Pro基准可靠性问题
OpenAI分析指出SWE-Bench Pro基准方法论及已知局限性缺陷，暴露AI编码代理评估基准可靠性问题。 |