标签： swe-bench

别急着用GPT-5编程了，可能它能力没有你想象中那么强。 有人发现，官方测试编程能力用的SWE-bench Verified，但货不对板，只用了477个问题。 什么意思呢？我们知道，SWE-bench … Continue reading GPT-5编程成绩有猫腻！自删23道测试题，关键基准还是自己提的