Hacker News：AI 热帖· richardttang·· 4 天前AI 评分71
Scale AI 在审计发现可被钻空子后从 SWE-Bench Pro 删除 89 个任务
Scale AI cut 89 tasks from SWE-Bench Pro after an audit found gaming
AI 导读
Scale AI 将公开 SWE-Bench Pro 榜单从 731 个任务缩减至 642 个，删除 89 个无效任务，并锁定评测运行时，V2 已成为默认配置。
来源：Hacker News：AI 热帖 · theinference.org