Kajian
OpenAI lancar SWE-bench Verified untuk penilaian model perisian
Dengar Ringkasan
Audio AI dalam sebutan Bahasa Melayu Malaysia, berdasarkan ringkasan NadiAI dan sumber asal.
Digest Audio Harian
Dapatkan ringkasan audio harian pada peranti anda.
Pasang NadiAI untuk akses pantas kepada ringkasan audio harian.
- Klik Aktifkan Alert dan benarkan notifikasi daripada NadiAI.
- Jika pilihan Pasang App muncul di address bar, anda boleh pasang NadiAI untuk akses lebih pantas.
- Jika tidak, bookmark halaman ini atau pin tab NadiAI.
Ringkasan
OpenAI memperkenalkan SWE-bench Verified, satu subset SWE-bench yang disahkan oleh manusia. Menurut OpenAI, ia direka untuk menilai dengan lebih dipercayai kebolehan model AI menyelesaikan masalah perisian dunia sebenar.
Kenapa Ini Penting
Versi disahkan ini memberi alat ujian lebih tepat kepada penyelidik dan pembangun untuk menilai prestasi model pada tugasan perisian praktikal.