斯诺克世锦赛中国4人晋级16强

SWE-bench满分，0个bug修复：伯克利造了个专门作弊的AI_蜘蛛资讯网

调整方向。切尔西在本周三客场0-3负于布莱顿以后，已经遭遇英超五连败，目前球队积48分排在联赛第7位。

调用任何大模型，6个拿到满分。伯克利团队的破法，简单到离谱。SWE-bench要求AI修复真实的GitHub bug，测试通过才算成功。伯克利团队写了一个conftest.py文件，利用pytest的钩子机制，在测试运行时拦截每一个测试结果，强制改写为「通过」。500道题，全部满分，一个bug也没修。其中的原理很简单。SWE-bench的测试和被测AI跑在同一个Docker容器里。智能体提交的代码

当前文章：http://mq63ti.qiaobenshen.cn/qa5mosd/etsl.html

发布时间：11:47:06