三款领先的编码模型 StarCoder2、DeepSeek Coder 和 Code Llama 在 HumanEval 基准测试中并列获得74%的分数。引入了另一项衡量代码效率的指标 MBPP,结果显示其中一款模型生成的代码比其他模型短25%。该基准测试旨在评估AI生成代码的正确性和简洁性。 AI
影响 为AI编码模型的性能和效率设定了新基准,可能引导未来朝着更简洁的代码生成方向发展。
排序理由 该集群报告了AI编码模型的基准测试结果,属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →