BigCodeBench:用多样函数调用与复杂指令评测代码生成
原文标题:BigCodeBench: Benchmarking Code Generation with Diverse Function Calls and Complex Instructions
导读
BigCodeBench 用包含多样函数调用和复杂指令的任务评测大模型写代码的能力,比只看简单代码片段的基准更贴近真实开发场景。
推荐理由
涉及模型与大模型 · 与本主题相关
来源:arXiv cs.AI · arxiv.org