OpenAI推出代码生成评估基准

摘要 【OpenAI推出代码生成评估基准】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...

【OpenAI推出代码生成评估基准】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),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。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢。