평가·벤치마크OpenAI Frontier Evals
Why SWE-bench Verified no longer measures frontier coding ca…
Why SWE-bench Verified no longer measures frontier coding capabilities
왜 중요한가
감사 대상 문제의 최소 59.4%가 결함 테스트, 벤더가 벤치마크 하네스의 신호 오염을 인정
출처 — 1차 출처만 싣고, 직접 이동해 확인할 수 있어요
공식 발표openai.comhttps://openai.com/index/why-we-no-longer-evaluate-swe-bench-verified/2026년 8월 24일에 더한 조각 · 그 주 보기
같은 주에 나온 조각03.012030년까지 국내외 제조 시설을 AI 자율공장으로 전환한다고 발표공식 발표02.25대한민국 인공지능 행동계획(인공지능 기본계획 2026~2028) 발표정부 기록02.24RSP v3.0 전면 재작성공식 발표02.24개발자 생산성 실험 설계 변경 공지공식 발표