Jan, 2024

DevEval: 评估实际软件项目中的代码生成

TL;DR通过提出一个与开发者在实践项目中的经验相一致的新基准DevEval,我们评估了五个热门的大型语言模型在代码生成方面的实际能力,揭示了它们的实际表现,并讨论了在实践项目中代码生成的挑战和未来发展方向。