待验证50% 置信事实精确时间

HumanEval测试集仅包含164个Python编程题，仅测试函数级代码补全

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

Meta Muse Spark 1.3深度评测：顶级代码能力与超低定价的真相

涉及实体

HumanEvalconcept

相关事实

待验证HumanEval由164道Python编程题组成69% 相似已验证HumanEval由OpenAI发布，包含164个手工编写的Python编程问题，以pass@k为核心指标62% 相似待验证MBPP代码生成基准测试包含约500道面向初级程序员的Python编程题57% 相似待验证Python因其简洁的语法和丰富的测试生态系统，已成为测试开发的首选编程语言57% 相似待验证测试 Python 的 alpha/beta/rc 预发布版本时，官方预编译包往往不可用，源码编译是唯一选择56% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/888678

API

curl https://kongchang.com/api/v1/knowledge/claims/888678

MCP

get_claim(id=888678)