OpenAI推出代码生成评估基准SWE-bench Verified。该公司在官网博客中提到："随着我们的系统越来越接近 AGI，我们需要在越来越具有挑战性的任务中对它们进行评估"。这一基准是对现有SWE-bench的改进版本（子集）股票配资吗，旨在更可靠地评估AI模型解决现实世界软件问题的能力。SWE-bench是一个软件工程评估套件，用于评估大型语言模型 (LLM) 解决从GitHub提取的真实软件问题的能力。

举报 第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。 如需获得授权请联系第一财经版权部：021-22002972或021-22002335；banquan@yicai.com。 文章作者

一财科技

相关阅读 OpenAI人事动荡未止：联合创始人长期休假，另一名创始团队成员加入Anthropic

在OpenAI着力攻克下一代模型的挑战的当下，核心人员离职或长期休假，或也反映出OpenAI内部仍存在分歧。

08-06 14:09 OpenAI今年亏损可能达50亿美元

可能面临运营成本飙升。

07-25 18:30 OpenAI称已更改员工离职流程，公司保护员工披露消息的权利

OpenA还称，公司I正在制定分级级别，以帮助该公司和利益相关者对AI进展实施分类和跟踪。

07-23 21:35 OpenAI CEO奥尔特曼称AGI会让全球GDP翻倍、理解前董事会的焦虑

奥尔特曼表示股票配资吗，他理解前董事会为何会如此焦虑，前董事会成员对人工智能的持续发展感到紧张。

07-03 20:01 OpenAI CEO奥尔特曼:开发GPT-5还需要一些时间

奥尔特曼表示，开发GPT-5还需要一些时间，希望有重大飞跃。

07-02 18:44 一财最热 点击关闭