标签：基准升级

全行业盯了两年的编程能力榜，今天退役！OpenAI 停用 SWE-bench Verified：未来标准将看 AI 能顶替多少程序员？

OpenAI正式宣布SWE-bench Verified逐步退出舞台，建议转向SWE-bench Pro。曾作为代码评测“北极星”的Verified，如今因多重问题不再适配前沿模型评测：最严重的...

AI-Agent

5小时前