Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
All voices matter
benchmarking
OpenAI retira la recomendación de SWE-Bench Pro tras una auditoría que reveló que el 30% de las tareas están defectuosas
OpenAI anunció el martes que retira su recomendación de SWE-Bench Pro como medida fiable de la capacidad de codificación de la IA, citando una auditoría interna que encontró que aproximadamente el 30% de las tareas del benchmark están defectuosas y…