实体 ClarifyCodeBench

ClarifyCodeBench

PulseAugur coverage of ClarifyCodeBench — every cluster mentioning ClarifyCodeBench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_280140 · Oct 5 · 04:00

新的基准测试评估LLM的代码生成、澄清和检索能力

三篇新的研究论文介绍了用于评估大型语言模型（LLM）在代码生成任务中能力的新基准和方法。ClarifyCodeBench侧重于LLM澄清模糊需求的能力，发现强大的代码生成能力并不一定能转化为有效的澄清能力。CONTRA提供了一种无需训练的方法来识别和限定改变行为的问题，以进行选择性澄清，从而提高了ClarifyCodeBench基准测试的F1分数。AlgoREval专门评估LLM的参数化代码检索能力，将其与新颖合成区分开来，并突出了不…