7亿农业基地不干农业

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

。

nbsp;   　　商业航天概念股早盘集体走高，截至发稿，航天控股（00031）上涨6.90%，报0.62港元；钧达股份（02865）上涨6.69%，报47.18港元；亚太卫星（01045）上涨5.25%，报4.21港元；中航科工（02357）上涨3.13%，报3.63港元。责任编辑：卢昱君

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。智能体提交的代码在容器内拥有完整权限，而pytest会自动发现并加载conftest.py文件。钩子在测试的「call」阶段拦截结果，把所有outcome改成passed。日志解析器看到的是一片绿灯，评分器判定全部通过。SWE-b

当前文章：http://ebfa.qiaotamu.cn/2uuc4v/9cuyth.html

发布时间：04:38:14