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
来源:arXiv cs.AI · arxiv.org
原文标题:BigCodeArena: Unveiling More Reliable Human Preferences in Code Generation via Execution
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。
涉及模型 · 与本主题相关
来源:arXiv cs.AI · arxiv.org