# Epoch AI 评审 SWE-Bench Pro：超 20% 任务存在评分缺陷，判定为 Flawed

- 来源：Epoch AI：研究、数据与评测
- 发布时间：2026-09-01 08:00
- AIHOT 分数：67
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.news/items/cmu61xlxt049qrofjtdebb8pp
- 原文链接：https://epoch.ai/benchmarks/swe-bench-pro/review

## 精选理由

Epoch AI 汇总多方审计数据并给出 Flawed 判定，读者可据此决定是否还把 SWE-Bench Pro 当作可信的编码评测依据。

## AI 摘要

Epoch AI 对 SWE-Bench Pro 的基准评审判定其为 Flawed，认为很可能超过 20% 的任务存在评分缺陷。

## 正文

该来源未收录可展示正文，站内仅提供摘要。

> 站内仅提供摘要，全文见原文。