← 返回目录 技巧 ·Epoch AI：研究、数据与评测 Epoch AI 评审 SWE-Bench Pro：超 20% 任务存在评分缺陷，判定为 Flawed — SWE-Bench Pro - Benchmark Review 技巧 ·2026-09-01 08:00 ·查看原文 ↗ Epoch AI 对 SWE-Bench Pro 的基准评审判定其为 Flawed，认为很可能超过 20% 的任务存在评分缺陷。 查看原文 → ← 回到目录