优惠 代码生成基准测试DevEval：评估大语言模型（LLMs）在实际代码库中的编程能力。

北京大学和阿里巴巴的研究人员推出新的代码生成基准测试——DevEval，它旨在评估大语言模型（LLMs）在实际代码库中的编程能力。例如，如果你是一个软件开发团队的负责人，你可能会使用DevEval来测试和比较不同的LLMs，以决定哪一个最适合帮助你的团队自动编写或补全代码。这有助于提高开发效率，减少手动编码的工作量，并... 阅读全文