跳到正文

内容类型

评测基准 最新动态

模型到底谁更强：Benchmark 评测成绩、评测方法的争议与排行榜变化。

1 条精选近 30 天 1 条共收录 36 条

更新

评测基准的精选

10月5日周一第 1–1 条
  1. GitHub Blog · AI & ML71

    GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench

    GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench，包含 219 个公开拉取请求、覆盖 19 种语言，并公开数据集、评分规则和评审模型。

    推荐理由：GitHub 公开了基准数据集、评分规则和评审模型，读者可以据此复现评测，并了解离线结果与线上实验的对应关系。