Bilanz der Quelle: OpenAI und die SWE-bench-Autoren haben SWE-bench Verified veröffentlicht, ein 500-Sample-Subset mit 93 Exekutiven Python-Entwicklern überprüft, um unsolvable, ill-specified oder ungenau formulierten Aufgaben zu entfernen. Es wurde schnell als de-facto-leaderboard für coding-agente als derzeitige Standardersetzung.
🔗 Im Original weiterlesen → · 🗃 Wayback Machine (Archiv)

ℹ️ KI-Hinweis
Die Inhalte dieses Artikels wurden automatisiert mittels Künstlicher Intelligenz generiert. Die zugrundeliegenden Daten stammen von openai.com. Es erfolgte keine manuelle redaktionelle Bearbeitung.