AI 产品

ProgramBench基准测试指标显示低性能，OpenAI团队获第一

根据Twitter用户报告，ProgramBench基准测试中，主要指标（已解决）当前仅为1%，次要指标（几乎解决）峰值为16.5%。OpenAI团队被祝贺获得第一名。用户评论指出长期软件工程仍有待改进，这属于主观讨论，不构成已确认事实。

多来源证据

事件时间线

1. 8月11日 01:45
   Twitter/X AI List
   ProgramBench的主要指标（已解决）目前非常低（1%），但即使我们较容易的次要指标（几乎解决）目前峰值也仅为16.5%。