Nghiên cứu
OpenAI chỉ ra lỗ hổng trong bộ tiêu chuẩn đánh giá khả năng lập trình của AI
(giờ Việt Nam)
Tóm tắt AI
Phân tích mới từ OpenAI cho thấy SWE-Bench Pro tồn tại nhiều hạn chế, đặt ra dấu hỏi lớn về độ tin cậy và tính chính xác khi đánh giá năng lực lập trình của các mô hình AI hiện nay.
Bài viết được AI dịch và tổng hợp tự động từ OpenAI: Tin chính thức (RSS - lọc nội dung doanh nghiệp/khách hàng). Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.