OpenAI의 SWE-Bench Pro 평가, 30%가 결함
OpenAI가 수행한 SWE-Bench Pro 평가 결과, 정밀한 점수라고 해서 반드시 신뢰할 수 있는 측정치는 아니라는 중요한 시사점을 제공하고 있습니다. 공개된 벤치마크의 27.4%와 경험 많은 소프트웨어...
인공지능 평가 신뢰성
총 1개 게시물
총 1개 게시물
OpenAI가 수행한 SWE-Bench Pro 평가 결과, 정밀한 점수라고 해서 반드시 신뢰할 수 있는 측정치는 아니라는 중요한 시사점을 제공하고 있습니다. 공개된 벤치마크의 27.4%와 경험 많은 소프트웨어...