【要約】Why SWE-bench Verified no longer measures frontier coding capabilities [Hacker_News] | Summary by TechDistill
> Source: Hacker_News
Execute Primary Source
// Discussion Topic
記事の主題はAIのコーディング能力評価だが、コメント欄では以下のUX問題が提起されている。
- ・自動翻訳の強制的な適用
- ・翻訳を無効化する設定の欠如
- ・機械翻訳による不自然な語彙（例：「codage de pointe」）
// Community Consensus
技術的な合意形成はなされていない。単一のユーザーによる、自動翻訳の挙動と品質に対する批判のみである。
【批判の内容】
技術的な議論は存在せず、UXへの不満に終始している。
【批判の内容】
- ・翻訳機能の強制適用
- ・無効化ボタンの不在
- ・翻訳精度の低さ（不自然な表現）
技術的な議論は存在せず、UXへの不満に終始している。
// Alternative Solutions
- ・翻訳機能を明示的にオフにできるボタンの設置
// Technical Terms
Senior Engineer Insight
> 技術的な議論が皆無であり、本スレッドからAI評価に関する知見は得られない。しかし、UX設計の観点では教訓がある。ユーザーの制御を奪う自動翻訳は、情報の正確性を損なうリスクが高い。特に「codage de pointe」のような不自然な訳は、専門家の信頼を失墜させる。システム実装においては、ユーザーが言語設定を即座に制御できる手段を確保すべきである。