Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
No encontramos noticias relacionadas por su significado.
Noticias encontradas
Coincidencias en título, descripción, resumen, tags, personas o periodista.
1 resultado para «Chan Jun Shern»
Más recientes primero · Hasta 30 noticias por página
OpenAI NewsOpenAI presenta SWE-bench Verified, un subconjunto validado por humanos para evaluar modelos de IA en tareas de software
OpenAI presentó SWE-bench Verified, un subconjunto de 500 muestras del benchmark SWE-bench validado por 93 desarrolladores de software que examinaron 1.699 muestras originales. El proceso filtró el 68,3% de las muestras por enunciados poco especificados, pruebas unitarias injustas u otros problemas, ya que el benchmark original subestimaba las capacidades de los agentes de IA. Con el nuevo conjunto, GPT-4o resuelve el 33,2% de las muestras, más del doble del 16% obtenido en el SWE-bench original.