待验证50% 置信事实精确时间
预训练模型Llama3-8B在编码基准LiveCodeBench上的代码输出预测任务中,组合泛化性能受到组合等价性的影响。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/11
首次发现
有效期至:2027/2/9
来源
涉及实体
相关事实
待验证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78% 相似已验证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。74% 相似待验证训练的可复现性依赖数据版本与预处理脚本的固定、随机种子与超参数配置的完整记录、检查点的周期保存,以及奖励函数代码的版本管理。73% 相似待验证现代代码模型的训练流程通常包含数据去重步骤,通过MinHash、SimHash等技术检测并移除近似重复的代码片段73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1158436API
curl https://kongchang.com/api/v1/knowledge/claims/1158436MCP
get_claim(id=1158436)