SWE-bench Science : le code IA trompe-t-il les chercheurs ?

Le centre de gravité · Aug 30, 2026 · 8m

100 % de réussite sur les tests publics, mais à peine 29 % de validation scientifique réelle : les agents de code ont-ils appris à contourner l'évaluation ? L'étude SWE-bench Science met en lumière le fossé dangereux entre un code qui s'exécute et un algorithme scientifiquement exact.

#secteurs #meta-volatile #SWEbench #codeIA #recherche