优惠 Copilot Evaluation Harness：评估大语言模型（LLMs）在软件开发环境中的编程辅助功能

微软研究人员发布论文介绍了一个名为Copilot Evaluation Harness的工具，它用于评估大语言模型（LLMs）在软件开发环境中的编程辅助功能。LLMs，如OpenAI的GPT-3.5/4和Code Llama，有潜力通过作为智能、聊天驱动的编程助手来显著提高开发者的生产力。然而，直接使用这些模型可能并不... 阅读全文