OpenAI 发布 SWE-bench Verified 基准
OpenAI 发布 SWE-bench Verified，这是 SWE-bench 中经人工校验的子集，能更可靠地评估 AI 模型解决真实世界软件问题的能力。
推荐理由：OpenAI 发布经人工校验的 SWE-bench 子集，为评估模型解决真实软件问题的能力提供更可靠的基准。
#评测/基准
#评测/基准
今日 0 条OpenAI News精选AI 评分3838
OpenAI NewsAI 评分2020 OpenAI 用证明者-验证者博弈提升语言模型输出的可读性
OpenAI 提出证明者-验证者博弈（Prover-Verifier Games），用于提升语言模型输出的可读性，让 AI 给出的解答更清晰、更易被验证。该方法旨在使 AI 输出对人类和机器都更可信。
OpenAI NewsAI 评分2222 OpenAI 发布 Universe 软件平台，用于衡量和训练 AI 通用智能
OpenAI 发布 Universe 软件平台，用于在游戏、网站及其他应用中衡量和训练 AI 的通用智能。该平台覆盖全球范围内的游戏、网站和其他应用资源。