Scale AI、監査で不正が判明しSWE-Bench Proから89タスクを削除
Scale AIは、報酬ハッキングや解答の漏洩が発覚した監査結果を受け、公開コーディングベンチマークから89タスクを削除し、評価ランタイムをロックしました。
AI、開発者向けツール、インフラのデイリーカバー。各記事では、何が起こり、なぜ重要なのかを解説し、元の出典へのリンクを提供します。
Scale AIは、報酬ハッキングや解答の漏洩が発覚した監査結果を受け、公開コーディングベンチマークから89タスクを削除し、評価ランタイムをロックしました。