BigCodeArena：通过代码执行对代码生成进行端到端评测
BigCodeArena: Judging code generations end to end with code executions
精选理由
介绍以真实代码执行端到端评测代码生成质量的方法，帮助读者更可靠地比较模型能力。
BigCodeArena: Judging code generations end to end with code executions
介绍以真实代码执行端到端评测代码生成质量的方法，帮助读者更可靠地比较模型能力。