研究人员推出了TeXFix-Bench，一个旨在评估大型语言模型（LLM）修复文档源码错误能力的新基准。该基准基于从TeX Stack Exchange和GitHub提交等真实来源派生的经验性故障分类法，涵盖LaTeX、Typst和Markdown等格式。使用TeXFix-Bench进行的评估显示，LLM的性能存在显著差异，Typst比LaTeX和Markdown更难修复，并强调成功编译并不总是等同于高质量的内容恢复。 AI
影响 该基准有望推动更强大的LLM在技术写作和代码生成任务中的应用。
排序理由 该集群包含一篇介绍新基准的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
