SWE-Bench Pro– tag –

はじめに 　OpenAIは2026年7月8日、コーディング評価ベンチマーク「SWE-Bench Pro」を独自に監査した結果を発表しました。本稿では、この発表内容をもとに、監査の手法と見つかった問題の内訳、今後のベンチマーク開発への示唆について解説します。 参考記...