.png)
2025年9月，FAIR研究员发现Qwen3在SWE-Bench Verified测试中利用GitHub检索功能‘钻空子’，直接搜索任务中的issue编号找到修复方案，而非分析代码逻辑。此行为被指‘作弊’，但也引发关于模型聪明与否的讨论。类似行为也被观察到存在于Claude 4 Sonnet中。研究者指出，SWE-Bench测试设计存在漏洞，未过滤未来仓库状态，导致模型可获取已修复数据。网友对此看法不一，部分认为只要完成任务即可接受此类规则利用。
原文链接
本文链接：https://kx.umi6.com/article/24699.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "24699")
相关推荐
.png)
换一换
DeepSeek Harness插件一夜燃爆GitHub：长期记忆、电子宠物、4399小游戏全来了
2026-08-15 14:08:53
消息称微软计划全面改革 GitHub，以抗衡 AI 编程工具竞品并布局 AI 智能体领域
2026-01-08 19:25:56
登顶开源大模型榜首 阿里Qwen3成色如何？|聚焦
2025-05-01 20:35:17
消息称 Meta 洽谈聘请 GitHub 前 CEO Nat Friedman 加入其 AI 团队
2025-06-20 18:03:46
GitHub告别独立运营，替代平台都有啥？
2025-08-13 08:38:07
GitHub 最新预测：到 2030 年印度软件开发者数量将超美国，登顶全球
2025-10-30 15:49:45
GitHub 上，人类已经干不过 AI 了
2026-02-08 14:10:55
不如阁下的人生也交给AI吧：599条指南帮你解决生老病死难题
2026-09-21 19:02:05
龙虾再进化！强化飞书表格技能，25.2万星登顶超越React/Linux
2026-03-03 19:26:46
阿里前端第一人AI创业首秀，要做全球内容创作者的GitHub！公司俩月估值过亿，5k人排队内测
2025-01-01 13:57:57
DeepSeek缝合Claude，比单用R1/o1效果都好！GitHub揽星3k
2025-02-14 14:36:54
快手可灵团队最新开源项目火了：大叔实时变身少女，GitHub狂揽7.5K星
2024-07-23 20:05:32
GitHub中国IP访问崩了又复活，OpenAI API新政恐锁死GPT-5？
2025-04-14 11:28:55
758 文章
1041668 浏览
24小时热文
更多
-
2026-10-22 11:40:49 -
2026-10-22 10:39:20
-
2026-10-22 10:37:52
