术语slug: livecodebench

LiveCodeBench

评估代码生成模型实时编程能力的基准测试

收录情报动态

共 2 篇 · 第 1/1 页
Kimi 博客 (月之暗面)T1·基座大模型
85 分
Kimi K2 发布:多项基准超越主流模型

月之暗面发布 Kimi K2-Instruct 模型,在代码生成、智能体工具使用及复杂推理等关键基准测试中表现卓越。数据显示其性能匹敌甚至超越 DeepSeek-V3、Claude Sonnet 4 及 GPT-4.1 等主流开源与闭源模型,尤其在 SWE-bench Verified 和 LiveCodeBench 上取得显著突破。

Hugging Face BlogT1·开发与工程
58 分
Open R1 教程:本地部署 OlympicCoder 编码助手

Hugging Face 发布教程指导用户通过 LM Studio 在本地运行 Open R1 的 OlympicCoder 模型。该教程指出,7B 参数的 OlympicCoder 在 LiveCodeBench 基准测试中表现优于 Claude 3.7 Sonnet 和 GPT-4o,为开发者提供了隐私保护且高性能的开源编码替代方案。