待验证50% 置信事实精确时间
LiveCodeBench Hard 级别的题目通常需要多步推理、复杂算法设计和边界条件处理，对模型的一次性代码正确率要求极高
1
来源数
50%
置信度
长期有效
时效性
2026/10/25
首次发现
来源
涉及实体
相关事实
待验证LiveCodeBench持续从LeetCode、Codeforces、AtCoder等竞赛平台抓取新题目以防止模型刷分，评测涵盖代码生成、自我修复、代码执行推理和测试输出预测四大维度76% 相似待验证应按任务复杂度匹配模型档位：简单UI调整和样板代码用轻量快速模型，复杂逻辑、架构设计、疑难调试才用高强度推理模型71% 相似待验证本次SlopCodeBench结果来自单一基准的十月运行，样本范围和任务类型有一定局限；推理强度与代码质量的关系可能因模型版本、任务领域而异。71% 相似待验证代码生成质量取决于模型规模、训练数据质量以及上下文窗口大小；当前主流模型在补全单行代码上已相当可靠，但在复杂重构和长程逻辑一致性上仍需人工审查。70% 相似待验证路由层通过分析请求的token长度、代码上下文复杂度、是否涉及多文件操作等维度决定调用哪个模型70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1095815API
curl https://kongchang.com/api/v1/knowledge/claims/1095815MCP
get_claim(id=1095815)