OpenAI挑战SWE-Bench Pro评测缺陷 近日，人工智能领域迎来重要讨论：OpenAI公开质疑行业权威评测基准SWE-Bench Pro的有效性，指出其约30%的任务存在评测缺陷。 SWE-Bench ... 2026年07月09日 人工智能 #OpenAI #编程能力
