TeXFix-Bench

新基准评估LLM在文档源码修复方面的能力

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。