OpenAI 解释为何不再采用 SWE-bench Verified 评测

OpenAI 宣布不再使用 SWE-bench Verified 评测前沿编程能力，分析显示该基准存在测试缺陷与训练数据泄漏，污染日益严重，无法准确衡量前沿编程进展。OpenAI 推荐改用 SWE-bench Pro。