Unverified50% confidenceBenchmarkExact time
2021 年 Codex 论文（Chen et al.）在 GitHub 代码语料上完成专项预训练，并提出了 HumanEval 基准测试
1
Sources
50%
Confidence
Long-term
Relevance
7/21/2026
First Seen
Sources
Related Claims
UnverifiedHumanEval基准测试由OpenAI于2021年随Codex模型论文一同发布，包含164道编程题，Pass@1指一次生成即通过全部测试用例的比例67% similarUnverifiedCodex模型的评估通常使用HumanEval和MBPP等编码基准测试66% similarVerified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% similarUnverifiedHumanEval由OpenAI自研，专门测试代码生成的功能正确率65% similarUnverifiedGitHub与Claude Code的集成可在PR提交时自动分析改动范围、识别潜在风险点并建议测试覆盖63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/584716API
curl https://kongchang.com/api/v1/knowledge/claims/584716MCP
get_claim(id=584716)