← 返回话题列表

# 动态评测

相关话题

2026-02-21

代码模型评测革新

北航开源Code2Bench，用“双扩展”动态题库破解代码大模型刷榜顽疾，推动评测从静态基准走向持续对抗，有望提升社区对模型真实编程能力的信任度。
代码大模型 动态评测 开源基准 ICLR
📰 1 条相关内容 查看详情 →