Benchmark degli Agent

Benchmark degli agenti di SWE-bench Verified

OpenGPT mantiene 10 righe pubblicate associate alla versione esatta del benchmark SWE-bench Verified e all’ambiente mostrato sotto.

Attività: 500
Righe pubblicate: 10
Data dei dati della fonte: 10 ago 2026
Identità esaminata: Storico

Ambito delle evidenze

Verified · Top 10 published configurations · 500 tasks. human-validated GitHub issues. Reproducible repository environments evaluated di the upstream benchmark. Configuration-specific upstream limits.

How OpenGPT handles this evidence

OpenGPT conserva la metrica, l’ambito delle attività, l’ambiente, la versione, i campi della configurazione e la data della fonte indicati dal publisher. Non crea un punteggio complessivo degli Agent tra benchmark diversi.

Limiti del confronto

Un risultato più elevato si applica solo alla versione del benchmark e alle condizioni visualizzate.
I risultati degli Agent riflettono il sistema completo, non soltanto il modello di base.
I dati mancanti su costi, affidabilità, sicurezza o latenza restano non indicati anziché essere dedotti.
Conserva questi risultati pubblicati come evidenze Storiche, non come misura universale Attuale delle capacità di programmazione. Un audit di OpenAI del 2026 ha segnalato problemi fondamentali di progettazione e contaminazione in SWE-bench Verified.

Verified · Top 10 published configurations · 500 attività

Visualizzate 10 di 10 righe pubblicate. Ogni risultato rimane associato al benchmark e alla configurazione della fonte.