Hugging Face Blog·· 2025-10-07精选AI 评分60
BigCode 发布 BigCodeArena：通过代码执行端到端评测代码生成模型
BigCodeArena: Judging code generations end to end with code executions
AI 导读
BigCode 项目发布 BigCodeArena，这是首个通过实际执行代码来评测代码生成模型的人类参与平台，用户可提交编程任务、对比两个模型的生成结果并运行代码后投票。
推荐理由
BigCodeArena 把代码执行结果引入人类投票评测，读者可据此了解代码模型评测为何需要运行而非只看源码。
来源：Hugging Face Blog · huggingface.co