Проблема с SWE-bench: почему наша гонка LLM построена на песке 1) В мире LLM бенчмарки — это табло. Компании представляют цифры инвесторам, пользователям и общественности, как будто они представляют собой "интеллект". Но самый разрекламированный бенчмарк, проверенный SWE-bench, оказывается глубоко ошибочным. Давайте разберемся, почему 👇