AI工具与模型HOT精选全部
arXiv cs.AI评分60

BigCodeArena:用执行结果揭示代码生成中更可靠的人类偏好

原文标题:BigCodeArena: Unveiling More Reliable Human Preferences in Code Generation via Execution

导读

BigCodeArena 借鉴 Chatbot Arena 的众包评测思路,用实际执行结果来衡量代码生成质量,让人类偏好评测更可信。

推荐理由

涉及模型 · 与本主题相关

打开原文 ↗

来源:arXiv cs.AI · arxiv.org

主题

相关条目