Decifrando o SWE-bench: O que esse benchmark realmente mede?
O SWE-bench se tornou a "nota de corte do vestibular" para habilidades de programação de IA. Mas será que atingir mais de 80% significa que a IA pode realmente trabalhar como programadora? O artigo analisa o método de teste, o ranking atual e as limitações inerentes deste benchmark.