智能体评估

条目：3

2026年二月 3 篇

类型	阅读	条目
[自动] [BLOGS_PODCASTS]	3min	mic OpenAI 前沿评估团队探讨迈向智能体评估的下一阶段 02-24 OpenAI SWE-Bench 智能体评估
[自动] [BLOGS_PODCASTS]	3min	mic OpenAI 推进智能体评估：SWE-Bench Verified 后续方向 02-24 OpenAI SWE-Bench 智能体评估
[自动] [BLOGS_PODCASTS]	3min	mic OpenAI前沿评估团队：超越SWE-Bench Verified的智能体评估新阶段 02-23 OpenAI SWE-Bench 智能体评估