待验证50% 置信事实精确时间

HumanEval由OpenAI设计，包含164道代码补全题目，考察模型将自然语言转化为可运行代码的能力

1

来源数

50%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

AI模型性能与成本博弈：顶尖智能值多少钱？

相关事实

已验证HumanEval由OpenAI提出，包含164道Python编程题，主要测试函数级别的代码生成能力85% 相似待验证OpenAI曾用Codex做内部实验，目标是人类不手写任何代码只负责架构设计，编码全部交给智能体完成76% 相似待验证2020年OpenAI发布的Codex模型首次证明了大语言模型在复杂代码任务上的能力72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/579928

API

curl https://kongchang.com/api/v1/knowledge/claims/579928

MCP

get_claim(id=579928)