LiveCodeBench 上线:无数据污染的代码模型评测榜
原标题:Introducing the LiveCodeBench Leaderboard - Holistic and Contamination-Free Evaluation of Code LLMs
45AI 研判分
LiveCodeBench 正式推出针对代码大模型的排行榜,旨在解决传统基准测试中的数据污染问题。该榜单通过动态更新题目和严格隔离训练数据,提供更具真实性和全面性的模型能力评估。
报道正文
Introducing the LiveCodeBench Leaderboard - Holistic and Contamination-Free Evaluation of Code LLMs