待验证60% 置信事实精确时间

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

2

来源数

60%

置信度

长期有效

时效性

2026/9/6

首次发现

来源

Qwen2.5-Max-0902发布：1691分登顶编程榜首，定价仅5美元

涉及实体

LiveCodeBenchconcept

相关事实

已验证LiveCodeBench 引入了时间戳过滤策略，筛选模型训练截止日期之后发布的题目，以确保评测数据对被测模型而言是全新的75% 相似待验证SWE-bench和LiveCodeBench是业界较为公认的代码大模型评测基准74% 相似已验证评估编程大模型的主流基准包括HumanEval、MBPP、SWE-bench和LiveCodeBench71% 相似已验证专用编程模型的训练数据来源包括GitHub开源代码、编程竞赛题解、技术文档、代码审查记录等，并针对HumanEval、MBPP、SWE-bench等基准测试进行优化66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/863532

API

curl https://kongchang.com/api/v1/knowledge/claims/863532

MCP

get_claim(id=863532)