L’évaluation précise des capacités de l’intelligence artificielle (IA) dans le domaine de l’ingénierie logicielle est un défi de taille. Les tâches de codage sont complexes et nécessitent des évaluations rigoureuses des solutions générées. C’est dans ce contexte qu’OpenAI vient de lancer SWE-bench Verified, une avancée majeure pour mesurer les performances des modèles d’IA dans ce […]