Материал на языке оригинала: English.
Why we no longer evaluate SWE-bench Verified
SWE-bench Verified is increasingly contaminated and mismeasures frontier coding progress. Our analysis shows flawed tests and training leakage. We recommend SWE-bench Pro.
23 февраля 2026 г. · Источник: OpenAI news
Полный текст доступен у источника.