OpenAI、AIコーディング評価の精度を高める「SWE-bench Verified」を公開
OpenAIはSWE-benchの開発陣と共同で「SWE-bench Verified」を公開した。93人の専門開発者が曖昧な課題文や不当なユニットテストを精査し、信頼性の高い500件の問題を厳選。AIによる自律的なソフトウェア開発能力をより正確に測定できるようになる。
OpenAIはSWE-benchの開発陣と共同で「SWE-bench Verified」を公開した。93人の専門開発者が曖昧な課題文や不当なユニットテストを精査し、信頼性の高い500件の問題を厳選。AIによる自律的なソフトウェア開発能力をより正確に測定できるようになる。