OpenAI 为何不再评测 SWE-bench Verified

OpenAI 宣布不再使用 SWE-bench Verified 评测前沿编码能力，原因是该基准日益受到污染，存在测试缺陷与训练数据泄漏问题。其分析指出，这些问题导致 SWE-bench Verified 无法准确衡量编码进展，因此建议改用 SWE-bench Pro。