标签
作者在SWE-bench Verified Mini上对Ox Alpha进行了基准测试，达到了96%的解决率，但对分数的有效性提出了担忧，原因包括数据污染、小样本量和不可比较的基线。
本文发布了一个开放的十一结构心脏CT统计形状模型，并比较了形状补全方法，证明了闭式条件高斯估计器优于像变分自编码器这样的深度学习方法。