OpenAI popüler AI kodlama testinin kabaca yüzde 30'unun bozuk olduğunu tespit ediyor
Özgün başlık: OpenAI finds roughly 30 percent of popular AI coding test is broken
OpenAI Yapay zeka modellerinin programlama becerilerini ölçmek için yaygın olarak kullanılan bir test olan SWE-Bench Pro'yu inceledi ve görevlerinin yaklaşık yüzde 30'unun bozuk olduğunu buldu. Şirket, kıyaslama için daha önce verdiği desteği geri çekiyor. OpenAI makalesi, popüler AI kodlama testinin kabaca yüzde 30'unun bozuk olduğunu ortaya koyuyor ve ilk olarak The Decoder'da yayınlandı.
✳ Bu özet ve çevirisi Base of AGI tarafından otomatik derlendi. Kısa özet ve görsel kaynağa aittir — haberin tamamı ve tüm haklar kaynağındadır.
Haberin tamamını kaynağında oku ↗
Akış içinde yorumlarla aç